美文网首页
刘建平博客

刘建平博客

作者: 美环花子若野 | 来源:发表于2019-08-26 10:37 被阅读0次

    刘建平Pinard

    https://blog.csdn.net/qq_15262671/article/details/78481922

    2017年11月08日 18:53:01 取次花丛懒回顾_12 阅读数 2952

    版权声明:本文为博主原创文章,遵循 CC 4.0 by-sa 版权协议,转载请附上原文出处链接和本声明。

    本文链接:https://blog.csdn.net/qq_15262671/article/details/78481922

    2019年3月4日强化学习(十八) 基于模拟的搜索与蒙特卡罗树搜索(MCTS)

    2019年2月15日强化学习(十七) 基于模型的强化学习与Dyna算法框架

    2019年2月1日强化学习(十六) 深度确定性策略梯度(DDPG)

    2019年1月29日强化学习(十五) A3C

    2019年1月15日强化学习(十四) Actor-Critic

    2018年12月18日强化学习(十三) 策略梯度(Policy Gradient)

    2018年11月8日强化学习(十二) Dueling DQN

    2018年10月16日强化学习(十一) Prioritized Replay DQN

    2018年10月12日强化学习(十)Double DQN (DDQN)

    2018年10月8日强化学习(九)Deep Q-Learning进阶之Nature DQN

    Page 1

    2018年9月28日强化学习(八)价值函数的近似表示与Deep Q-Learning

    2018年9月19日强化学习(七)时序差分离线控制算法Q-Learning

    2018年9月9日强化学习(六)时序差分在线控制算法SARSA

    2018年8月24日强化学习(五)用时序差分法(TD)求解

    2018年8月17日强化学习(四)用蒙特卡罗法(MC)求解

    2018年8月12日强化学习(三)用动态规划(DP)求解

    2018年8月5日强化学习(二)马尔科夫决策过程(MDP)

    2018年7月29日强化学习(一)模型基础

    2018年7月15日异常点检测算法小结

    2018年7月1日tensorflow机器学习模型的跨平台上线

    Page 2

    2018年6月24日用PMML实现机器学习模型的跨平台上线

    2018年6月10日用tensorflow学习贝叶斯个性化排序(BPR)

    2018年6月3日贝叶斯个性化排序(BPR)算法小结

    2018年5月26日特征工程之特征预处理

    2018年5月19日特征工程之特征表达

    2018年5月13日特征工程之特征选择

    2017年8月3日用gensim学习word2vec

    2017年7月28日word2vec原理(三) 基于Negative Sampling的模型

    2017年7月27日word2vec原理(二) 基于Hierarchical Softmax的模型

    2017年7月13日word2vec原理(一) CBOW与Skip-Gram模型基础

    Page 3

    2017年6月23日条件随机场CRF(三) 模型学习与维特比算法解码

    2017年6月22日条件随机场CRF(二) 前向后向算法评估标记序列概率

    2017年6月19日条件随机场CRF(一)从随机场到线性链条件随机场

    2017年6月13日用hmmlearn学习隐马尔科夫模型HMM

    2017年6月12日隐马尔科夫模型HMM(四)维特比算法解码隐藏状态序列

    2017年6月10日隐马尔科夫模型HMM(三)鲍姆-韦尔奇算法求解HMM参数

    2017年6月8日隐马尔科夫模型HMM(二)前向后向算法评估观察序列概率

    2017年6月6日隐马尔科夫模型HMM(一)HMM模型

    2017年5月27日EM算法原理总结

    2017年5月26日用scikit-learn学习LDA主题模型

    Page 4

    2017年5月22日文本主题模型之LDA(三) LDA求解之变分推断EM算法

    2017年5月18日文本主题模型之LDA(二) LDA求解之Gibbs采样算法

    2017年5月17日文本主题模型之LDA(一) LDA基础

    2017年5月5日文本主题模型之非负矩阵分解(NMF)

    2017年5月4日文本主题模型之潜在语义索引(LSI)

    2017年4月24日英文文本挖掘预处理流程总结

    2017年4月21日中文文本挖掘预处理流程总结

    2017年4月11日文本挖掘预处理之TF-IDF

    2017年4月10日文本挖掘预处理之向量化与Hash Trick

    2017年4月7日文本挖掘的分词原理

    Page 5

    2017年3月30日MCMC(四)Gibbs采样

    2017年3月29日MCMC(三)MCMC采样和M-H采样

    2017年3月28日MCMC(二)马尔科夫链

    2017年3月27日MCMC(一)蒙特卡罗方法

    2017年3月11日受限玻尔兹曼机(RBM)原理总结

    2017年3月8日LSTM模型与前向反向传播算法

    2017年3月6日循环神经网络(RNN)模型与前向反向传播算法

    2017年3月3日卷积神经网络(CNN)反向传播算法

    2017年3月2日卷积神经网络(CNN)前向传播算法

    2017年3月1日卷积神经网络(CNN)模型结构

    Page 6

    2017年2月27日深度神经网络(DNN)的正则化

    2017年2月24日深度神经网络(DNN)损失函数和激活函数的选择

    2017年2月21日深度神经网络(DNN)反向传播算法(BP)

    2017年2月20日深度神经网络(DNN)模型与前向传播算法

    2017年2月6日分解机(Factorization Machines)推荐算法原理

    2017年2月4日用Spark学习矩阵分解推荐算法

    2017年2月3日SimRank协同过滤推荐算法

    2017年1月26日矩阵分解在协同过滤推荐算法中的应用

    2017年1月25日协同过滤推荐算法总结

    2017年1月22日用Spark学习FP Tree算法和PrefixSpan算法

    Page 7

    2017年1月20日PrefixSpan算法原理总结

    2017年1月19日FP Tree算法原理总结

    2017年1月17日Apriori算法原理总结

    2017年1月16日典型关联分析(CCA)原理总结

    2017年1月11日用scikit-learn研究局部线性嵌入(LLE)

    2017年1月10日局部线性嵌入(LLE)原理总结

    2017年1月5日奇异值分解(SVD)原理与在降维中的应用

    2017年1月4日用scikit-learn进行LDA降维

    2017年1月3日线性判别分析LDA原理总结

    2017年1月2日用scikit-learn学习主成分分析(PCA)

    Page 8

    2016年12月31日主成分分析(PCA)原理总结

    2016年12月30日用scikit-learn学习谱聚类

    2016年12月29日谱聚类(spectral clustering)原理总结

    2016年12月24日用scikit-learn学习DBSCAN聚类

    2016年12月22日DBSCAN密度聚类算法

    2016年12月19日用scikit-learn学习BIRCH聚类

    2016年12月14日BIRCH聚类算法原理

    2016年12月13日用scikit-learn学习K-Means聚类

    2016年12月12日K-Means聚类算法原理

    2016年12月11日scikit-learn随机森林调参小结

    Page 9

    2016年12月10日Bagging与随机森林算法原理小结

    2016年12月9日scikit-learn 梯度提升树(GBDT)调参小结

    2016年12月7日梯度提升树(GBDT)原理小结

    2016年12月6日scikit-learn Adaboost类库使用小结

    2016年12月5日集成学习之Adaboost算法原理小结

    2016年12月4日集成学习原理小结

    2016年12月2日支持向量机高斯核调参小结

    2016年11月30日scikit-learn 支持向量机算法库使用小结

    2016年11月29日支持向量机原理(五)线性支持回归

    Page 10

    2016年11月26日支持向量机原理(三)线性不可分支持向量机与核函数

    2016年11月25日支持向量机原理(二) 线性支持向量机的软间隔最大化模型

    2016年11月24日支持向量机原理(一) 线性支持向量机

    2016年11月23日最大熵模型原理小结

    2016年11月17日scikit-learn 朴素贝叶斯类库使用小结

    2016年11月16日朴素贝叶斯算法原理小结

    2016年11月15日scikit-learn K近邻法类库使用小结

    2016年11月14日K近邻法(KNN)原理小结

    2016年11月12日scikit-learn决策树算法类库使用小结

    2016年11月11日决策树算法原理(下)

    Page 11

    2016年11月10日决策树算法原理(上)

    2016年11月9日机器学习算法的随机数据生成

    2016年11月8日感知机原理小结

    2016年11月7日日志和告警数据挖掘经验谈

    2016年11月6日scikit-learn 逻辑回归类库使用小结

    2016年11月4日逻辑回归原理小结

    2016年11月3日scikit-learn 线性回归算法库小结

    2016年11月2日用scikit-learn和pandas学习Ridge回归

    2016年11月1日Lasso回归算法: 坐标轴下降法与最小角回归法小结

    2016年10月31日用scikit-learn和pandas学习线性回归

    Page 12

    2016年10月30日scikit-learn 和pandas 基于windows单机机器学习环境的搭建

    2016年10月28日机器学习研究与开发平台的选择

    2016年10月24日线性回归原理小结

    2016年10月19日精确率与召回率,RoC曲线与PR曲线

    2016年10月17日交叉验证(Cross Validation)原理小结

    相关文章

      网友评论

          本文标题:刘建平博客

          本文链接:https://www.haomeiwen.com/subject/wkcrectx.html