原创 領導力與正念
人的大腦的意識分爲 潛意識 表意識 前意識 前意識是守門員，表意識是理性思維和判斷，潛意識是本能 人的潛意識分爲 自我 本能 中層 高層 中層是指記憶和心智模式 高層是指頓悟 心流（文思如泉涌） 差異化思維 領導力的發展路徑爲 格物
2020-05-30 22:01:11
原创 按部就班的吳恩達機器學習網課用於討論（13）
異常檢測-問題動機 爲了進行數據條目的異常檢測（正樣本很少的二分類問題），使用密度估計的方法，在每條數據中，每個x的特徵可能性爲𝑝(𝑥)。 當模型概率𝑝(𝑥)累乘值小於epsilon，則認爲是一條異常條目。在下圖中，數據集中的中心區域，其概
2020-05-30 22:00:59
原创 李宏毅的強化學習視頻用於梳理翻閱（3）值
估計價值的方法MC與TD MC（Monte-Carlo）的方法，在Sutton的書中有比較權威並詳細的說明。地址：https://rl.qiwihui.com/zh_CN/latest/index.html 下圖是首次訪問型的MC方法，估計
2020-05-23 14:11:42
原创 按部就班的吳恩達機器學習網課用於討論（12）
數據壓縮 將二維數據降低到一維數據的方法，有直接替換的方法。下圖中，將數據條目的二維特徵x1,x2，轉化爲了一維特徵z1。其中，x1和x2是直接相關的（因爲四捨五入出現了一些偏差），而z1等於x1。 但是更通用的方法，應該是建立一個直線，該
2020-05-23 14:11:42
原创 tensorflow零起點快速入門(7)，截圖整理
tf.gradients tf.stop_gradient np.ravel tf.distrbution.prob/sample 獲取對應位置的概率值 python的Queue tf.se
2020-05-16 14:27:39
原创 李宏毅的強化學習視頻用於梳理翻閱（2）
Actor-Critic算法 在之前的Policy Gradient算法中，其運行結果不夠穩定的至少一條原因是：獎勵項不夠穩定。 下圖中，藍色實現標記的當前和隨後的獎勵累積和，作爲評判𝜋生成的軌跡的好壞度量，即通過累積和修正𝑙𝑜𝑔𝑝_𝜃
2020-05-15 14:33:24
原创 李宏毅的強化學習視頻用於梳理翻閱
本文主要是整理策略迭代的部分，重在闡明原理。李宏毅的視頻，見網上。 最終說明OpenAI的默認強化學習算法PPO的部分。（Proximal Policy Optimization） 藍色標記爲有待查閱具體代碼。不同於強化學習的值迭代的容易理
2020-05-14 14:30:33
原创 按部就班的吳恩達機器學習網課用於討論（11）
核函數2 知道了核函數的表示形式（使用例如高斯核函數作爲工具，計算樣本x和地標l之間的距離作爲特徵f，其中f爲核函數），之後就是討論核函數地標的選擇。 選擇形式爲：將訓練集中的樣本個數m選擇，作爲地標，獲得m個特徵f。並增加一個偏置f0=1
2020-05-12 14:23:34
原创 按部就班的吳恩達機器學習網課用於討論（8）
反向傳播的直觀理解 在如下例子的神經網絡中，誤差從後向前傳遞。誤差反向傳遞的過程中，以權值theta作爲反向傳遞的依據。 如delta(4)1=y-a(4)1作爲最終的誤差。delta(3)2=theta(3)02*delta(4)1，de
2020-04-21 14:06:23
原创 按部就班的吳恩達機器學習網課用於討論（7）
神經網絡模型表示 前向傳播 每一層都增加一個偏差單位x0=1和a0=1以後，使用如下公式推導出輸出h。 相當於輸入層的x經過權重theta乘積變換後重組爲特徵輸出a，然後a再經過變換得到結果h。 theta作爲權值矩陣的表
2020-04-15 14:16:50