这一篇介绍使用强化学习来解决背包问题. 也是作为一个引子,来看一下如何使用强化学习, 来解决这种优化问题.
08月06日1
深度学习
强化学习解决背包问题
08月06日1
深度学习
08月06日1
大数据分析
网络加密流量实验-数据不平衡处理
这一篇文章主要介绍数据不平衡时的处理, 主要介绍相关的论文, 提供这一方面的思路.
07月28日评论
大数据分析
Python加载arff文件
这一篇简单记录一下如何使用Python读取arff文件.
07月17日评论
深度学习
Reinforcement Learning(强化学习)-Cliff Walking Playground环境介绍
这一篇介绍强化学习中的Cliff Walking Playground的环境. 包括环境的大体介绍, 以及环境代码的简单实验.
07月13日评论
深度学习
模型的可解释性简单说明(Interpreting machine learning models)
这一篇介绍关于模型可解释性方向的一些方法，主要会介绍为什么需要模型的可解释性，和传统的模型的可解释的一些做法。以及现在一些更加通用的模型的可解释性的方式。
07月08日评论
深度学习
t-SNE与AE对MNIST可视化
本文介绍关于使用t-SNE进行可视化, 会使用MNIST作为测试数据集. 本文会主要分为两个部分, 首先使用AE对数据进行降维, 降到24维, 接着使用t-SNE对数据进一步降维,...
07月02日评论
深度学习
Importance Sampling (重要性采样)介绍
这一篇是关于重要性抽样(importance sampling)的介绍, 包括他的背景知识, 相关的数学转换和最后的例子.
06月27日2
深度学习
Reinforcement Learning(强化学习)-Windy Gridworld Playground环境介绍
这一篇文章介绍强化学习中的一个环境Windy Gridworld Playground, 主要围绕observation, action和reward三个详细展开, 并给出模拟的例...
06月09日评论
深度学习
模型解释–SHAP Value的简单介绍
这一篇文章主要介绍一下关于SHAP方法，会介绍关于Shapley Value的计算方式，通过举例进行说明。接着会举一个实际的例子，来说明如何使用SHAP来进行模型的解释，和对最后结...
06月07日3
深度学习
Reinforcement Learning(强化学习)-BlackJack环境介绍
这一篇是对于BlackJack环境的介绍, 介绍了里面observation, reward和action分别是什么, 以及一个可能会出现的报错NotImplementedErro...
05月21日评论
15