人工智能教程 - 專業選修課程4.3.5 - 強化學習 11.價值迭代,預測和控制問題解決方案彙總

原創 KuFun人工智能 2020-07-01 03:14

最優化原則

Principle of Optimality

在這裏插入圖片描述

價值迭代的定義

Value Iteration
在這裏插入圖片描述

反覆的迭代的過程。

最短路徑的例子

在這裏插入圖片描述

此類情況是在不知道終點在哪兒的情況。 從初始狀態0開始出發，逐步擴散迭代直到找到最短路徑。

在這裏插入圖片描述

在這裏插入圖片描述

預測和控制問題解決方案彙總

在這裏插入圖片描述

發表評論
所有評論
還沒有人評論，想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章

人工智能教程 - 專業選修課程4.3.11 - 複雜結構數據挖掘 7.在線算法,貪心算法,完美匹配

在線算法 on-line 在線on-line 算法通常會包含一個“貪心算法”(greedy)的方法 算法的工作流程： 一開始先進行離線 off-line 算法 首先，將算法所需要的所有數據準備好 然後，算法以任意次序訪

KuFun人工智能 2020-07-01 03:14:58

人工智能筆記之專業選修課4.1.5 - 博弈論 1.退避機制，博弈基本概念，重要元素，形式

博弈論 Game Theory 博弈論研究的是自利者(self-interested)的策略性互動。 博弈論應用及其廣發，在經濟學，計算機科學 ，政治學，心理學以及其他學科都非常重要。 同時我們需要考慮這些互動如何去結構化

KuFun人工智能 2020-07-01 03:14:58

人工智能教程 - 專業選修課程4.3.5 - 強化學習 12.無模型預測,蒙特卡羅強化學習

無模型預測 Model-Free Prediction 蒙特卡羅強化學習 Monte-Carlo Reinforcement Learning 從經歷完整的經驗序列來估計狀態值 MC methods learn directly

KuFun人工智能 2020-07-01 03:14:58

人工智能筆記之專業選修課4.1.5 - 博弈論 2.經典囚徒困境等經典博弈場景

經典囚徒困境 兩個囚徒 選擇合作或不合作？ 不合作被稱爲背叛(defect) 如果他們合作 他們得到結果A 如果都背叛 他們會得到另一個結果D 不過A比D更優 然而如果他們合作失敗 其中一方選擇合作 一方背叛

KuFun人工智能 2020-07-01 03:14:58

人工智能教程 - 專業選修課程4.3.11 - 複雜結構數據挖掘 8.推薦系統,大數據注意事項

推薦系統 分類 基於內容的系統(Content-Based System) 目前的主流 這類系統主要考察的是推薦項的性質。例如，如果一個用戶觀看了同一類型的電影的多部電影，那麼系統就會將數據庫中的同一類型的電影推薦給該用戶。

KuFun人工智能 2020-07-01 03:14:58

人工智能教程 - 專業選修課程4.3.11 - 複雜結構數據挖掘 1.介紹

數據挖掘 數據包含價值(value)和知識，而我們要做的事就是要提取知識數據 需要三部分： 1.存儲（系統課程） 2.管理（數據庫課程） 3.分析數據 ANALYZED (此數據挖掘課程的目標) 數據挖掘 ≈ 大數據 ≈ 預測分析

KuFun人工智能 2020-07-01 03:14:58

人工智能筆記之專業選修課4.1.5 - 博弈論 3.納什均衡

納什均衡 分析凱恩斯的選美比賽博弈 每個玩家都選擇1到100之間的一個整數 然後你有一羣參與者 那個選擇的整數最接近平均數的2/3的人贏得這個比賽 其餘人一無所得 平局會按均勻分佈隨機確定勝者 策略推理 第一次遊戲

KuFun人工智能 2020-07-01 03:14:58

人工智能教程 - 專業選修課程4.3.11 - 複雜結構數據挖掘 5.PageRank技術

PageRank技術 使用PageRank技術可以用來對抗詞項作弊(term spam)。 問題：詞項作弊。是一種欺騙搜索引擎讓其相信一個本來不相關的頁面，使其排名靠前的技術。 解決方案：使用PageRank技術來模擬web衝浪者

KuFun人工智能 2020-07-01 03:14:58

人工智能教程 - 專業選修課程4.3.11 - 複雜結構數據挖掘 3.關聯規則,頻繁項集

關聯規則探索 目標：確定同時購買的幾樣物品 方法：處理通過以下渠道收集的銷售數據 條形碼掃描儀以查找依賴關係 經典法則： 如果有人購買尿布和牛奶，那麼他/她就可能買啤酒 如果在尿布旁邊發現六包，不要感到驚訝！ 定義 頻繁

KuFun人工智能 2020-07-01 03:14:58

人工智能筆記之專業選修課4.1.5 - 博弈論 4.佔優，帕累托最優理論，混合策略

佔優 帕累托最優理論 帕累托最優的定義 經典博弈中的帕累托最優 混合策略：

KuFun人工智能 2020-07-01 03:14:58

人工智能教程 - 專業選修課程4.3.5 - 強化學習 4.智能體分類,規劃,預測和控制等簡介

智能體分類 Categorizing RL agents 基於價值 Value Based No Policy (Implicit) Value Function 基於行動決策 Policy Based Polic

KuFun人工智能 2020-07-01 03:14:58

人工智能筆記之專業選修課4.1.5 - 博弈論 6.嚴格劣勢策略

嚴格劣勢策略 strictly dominated strategies 在穩定性和預測上analyzing games in terms of stability, in terms of predicting. ，人們可以想到

KuFun人工智能 2020-06-15 06:07:44

人工智能筆記之專業選修課4.1.5 - 博弈論 8.完全信息擴展式博弈，子博弈

完全信息擴展式博弈 perfect information extensive-form games 是一種涉及時間的博弈。 回想一下 規範式博弈模型當中，所有參與者同時採取行動。這意味着很難用它們考慮人們要按順序做事的一些

KuFun人工智能 2020-06-15 06:07:44

人工智能筆記之專業選修課4.1.5 - 博弈論 10.博弈學習，虛構博弈簡介，無悔學習簡介，後悔匹配簡介

博弈學習 (learning) 我們會看學習在重複博弈中的兩種學習類型 虛構博弈 (fictitious play) 無悔學習(no-regret learning) ，尤其是一個算法叫後悔匹配 (regret match

KuFun人工智能 2020-06-15 06:07:34

人工智能筆記之專業選修課4.1.5 - 博弈論 11.貝葉斯博弈場景-拍賣，合作博弈論

貝葉斯博弈（Bayesian Games） 拍賣例子1 當我們講拍賣 auctions時，我們會想到1885年的木刻，它展示了澳大利亞墨爾本的茶葉拍賣。有一個戴着禮帽的人，站在房間的前面，他手裏拿着一個木槌，他可能會用一種詼諧的

KuFun人工智能 2020-06-15 06:07:34