【Julia】Julia环境搭建(Mac,Windows,Linux)
【Julia】Julia环境搭建(Mac,Windows,Linux)

上文我们说到Julia是一种适合数据科学的语言,那么今天我们就研究一下怎么安装Julia,以及完成一套IDE的搭建,很多人,尤其是写程序有一段时间,但是时间又不长的同学经常会纠结各种问题,比如为啥大牛都用VIM,是不是要学会VIM才能继续进步

【强化学习】 1.5 强化学习的一个扩展举例
【强化学习】 1.5 强化学习的一个扩展举例

今天我们来讲一个很有趣的例子,英文名字叫"Tic-Tac-Toe" 中文名字有翻译成“井字棋”或者什么的,我们这里为了方便就称之为“井字棋”,叫井字棋的原因是因为其棋盘是个“井”字形的,玩法简单,但是这个玩的过程可以使用强化学习的方法来学习,这个简单的棋可以让我们从各个细节审视强化学习的特点,有点,缺点,以及一些小技巧。

【强化学习】 1.4.1 强化学习与优化方法
【强化学习】 1.4.1 强化学习与优化方法

优化方法是机器学习的一个关键组成部分,大部分监督学习和部分非监督学习都要依靠优化方法找到模型的参数,强化学习中也会使用优化方法中的一些算法来使agent获得更多的reward signal,而强化学习或者优化方法在进行过程中有些说法会让人感到迷惑。

【Julia】Julia编程语言介绍
【Julia】Julia编程语言介绍

Julia语言是MIT的几个科学家,觉得Matlab还有Python不太适合自己的行业,所以自己搞出来的一种编程语言,和另外几百中编程语言一样,其有独特的受众,那就是 —— 数据科学。Julia是小众的,其诞生以来的基本目标就是,能像C语言编写的程序一样快,但是又要有Ruby一样的动态性。Julia主要的目标用户是数据科学家,统计学习,机器学习从业者等。

【强化学习】 1.4.0 “进化方法”和 “决策梯度方法”  概论
【强化学习】 1.4.0 “进化方法”和 “决策梯度方法” 概论

进化方法是我在学习“强化学习”这本书之前认为的在人工智能中必然要有的一个部分,但是本书给了我一盆冷水,本书作者认为进化算法对强化学习的作用不太明显,或者说缺点更多,不适合用作强化学习的方法。 但是我认为AI如果能达成,一定是模拟人或者动物的智慧形成过程的,即使进化方法不是学习技能(learn skills in individual lifetime)的主要方法,但是其对智慧的长期形成一定有非常重要影响,不能因为进化方法不适合强化学习的某些任务就彻底否定他,相反我们要注意他们的结合。