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
Reinforcement Learning(强化学习)-Cliff Walking Playground环境介绍
07月13日评论
深度学习
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
大数据分析
关于Coronavirus数据简单的可视化分析(Plotly的一个例子)
这一篇简单对Coronavirus数据进行简单的分析. 因为这个是我的一个期末大作业, 我就在这里记录一下详细的分析的步骤. 主要集中在可视化和与其他数据集联合分析的部分.
05月13日评论
机器学习
機器學習基石上 (Machine Learning Foundations)—Mathematical Foundations
这一篇文章是林轩田老师的机器学习基石上的笔记, 概括了每一周的内容.
04月15日2
强化学习环境
Reinforcement Learning(强化学习)-Gym 使用介绍
这一篇作为强化学习的开篇, 会介绍其工具gym的使用. 之后大部分强化学习的实验, 都会基于gym来进行完成. 所以这一篇好好介绍一下gym的使用, 特别是gym配合colab的使...
04月13日评论
17