stack 栈 先进后出 队列 queue 单端队列 push 相当于push_backpop 相当于pop_front deque 双端队列 ...

决策树 特征分裂点选取方法：遍历所有value，以该value作为切分点，计算左右集合的MSE，选取最佳切分点，同时切分样本到下层节点除了MSE...

Q-Learning 行是state，列是action off-policy算法 ε-greedy贪心算法 Q更新公式如下：图片.png SAR...

强化学习的过程，分为模型训练和应用两部分。在应用阶段，模型的按照action的效果最大化进行输出结果。因此最优的action有最高的概率。训练阶...

1. Sigmoid函数 优点：取值在0-1之间缺点：容易出现梯度弥散现象 2. ReLU函数 优点：相比Sigmoid不容易出现梯度弥散现象缺...

代码与笔记如下

https://zhuanlan.zhihu.com/p/84431551[https://zhuanlan.zhihu.com/p/84431...