[视频]10 什么是 A3C (Asynchronous Advantage Actor-Critic) (Reinforcement Learning 强化学习)
10 什么是 A3C (Asynchronous Advantage Actor-Critic) (Reinforcement Learning 强化学习)
10 什么是 A3C (Asynchronous Advantage Actor-Critic) (Reinforcement Learning 强化学习)
9 什么是 Deep Deterministic Policy Gradient (DDPG)(Reinforcement Learning 强化学习)
8 什么是 Actor Critic (Reinforcement Learning 强化学习)
7 什么是 Policy Gradients (Reinforcement Learning 强化学习)
6 什么是 DQN (Reinforcement Learning 强化学习)
5 什么是 Sarsa(lambda) (Reinforcement Learning 强化学习)
4 什么是 Sarsa (Reinforcement Learning 强化学习)
3 什么是 Q Learning (Reinforcement Learning)
2 强化学习方法汇总 (Reinforcement Learning)
1 什么是强化学习? (Reinforcement Learning)
机器学习技巧9: 什么是 L1 L2 正规化 (深度学习 deep learning)
机器学习技巧1: 怎样检验神经网络 (深度学习)? How To Evaluate Neural Networks (Deep Learning) 机器学习技巧2: 为什么要特征标准化 (深度学习)? Why Need The Feature Normalization (Deep Learning) 机器学习技巧3: 怎样区分好用的特征 (深度学习)? Which Are Good Feature
机器学习技巧7: 处理不均衡数据 (深度学习)! Dealing with imbalanced data (deep learning)
机器学习技巧6: 加速神经网络训练 (深度学习)? Speed up neural network training (deep learning)
机器学习技巧5: 什么是过拟合 (深度学习)? What is overfitting (deep learning)
机器学习技巧4: 为什么需要激励函数 (深度学习)? Why need activation functions (deep learning)
机器学习技巧3: 怎样区分好用的特征 (深度学习)? Which are good features (deep learning)
机器学习技巧2: 为什么要特征标准化 (深度学习)? Why need the feature normalization (deep learning)
机器学习技巧1: 怎样检验神经网络 (深度学习)? How to evaluate neural networks (deep learning)
神经网络 : 梯度下降 (Gradient Descent in NN)
科普: 人工神经网络 VS 生物神经网络
科普: 神经网络的黑盒不黑 (深度理解神经网络) 1.1 Why? (PyTorch Tutorial 神经网络 教学) 1.2 安装 (PyTorch Tutorial 神经网络 教学) 2 什么是神经网络 机器学习 2.1 Numpy Torch 对比 (PyTorch Tutorial 神经网络 教学) 2.2 Variable 变量 (PyTorch Tutorial 神经网络 教学)
机器学习技巧8: 为什么要 Batch Normalization 批标准化 (深度学习)
7 什么是 GAN 生成对抗网络 (深度学习)? What is Generative Adversarial Nets (deep learning)
6.1 什么是 DQN (Reinforcement Learning 强化学习)