Ml on мои наблюденияhttps://shiji.site/ru/tags/ml/Recent content in Ml on мои наблюденияHugo -- 0.146.0ru-ruMon, 11 Mar 2019 16:56:12 +0300Softmaxhttps://shiji.site/ru/post/2019/softmax/Mon, 11 Mar 2019 16:56:12 +0300https://shiji.site/ru/post/2019/softmax/Разбираемся с тем, что такое softmax и как эта функция работает на простом примере.k-armed бандит и 𝜺-greedy алгоритм. Оптимистичная инициализация переменной.https://shiji.site/ru/post/2018/k-armed-bandit-epsilon-greedy-optimistic/Thu, 27 Dec 2018 14:22:44 +0300https://shiji.site/ru/post/2018/k-armed-bandit-epsilon-greedy-optimistic/Оптимистичная инициализация оценочного вознаграждения Q заставляет даже жадный алгоритм исследовать альтернативные действия, что в долгосрочной перспективе приводит к лучшим результатам по сравнению с ε-жадным методом.k-armed бандит и 𝜺-greedy алгоритм. Нестационарная проблема.https://shiji.site/ru/post/2018/k-armed-bandit-epsilon-greedy-nonstationary/Thu, 27 Dec 2018 13:53:21 +0300https://shiji.site/ru/post/2018/k-armed-bandit-epsilon-greedy-nonstationary/В нестационарной задаче многорукого бандита эффективность ε-жадного алгоритма снижается, но её можно восстановить, увеличив количество шагов и заменив изменяющийся коэффициент обновления на постоянный.k-armed бандит и 𝜺-greedy алгоритмhttps://shiji.site/ru/post/2018/k-armed-bandit-epsilon-greedy/Wed, 26 Dec 2018 13:05:57 +0300https://shiji.site/ru/post/2018/k-armed-bandit-epsilon-greedy/ε-жадный алгоритм балансирует между исследованием и использованием знаний для решения проблемы многорукого бандита, помогая находить оптимальную стратегию вознаграждения.