蘇老師
MCMC算法學(xué)習(xí)總結(jié)(馬爾科夫蒙特卡洛抽樣)
強(qiáng)化學(xué)習(xí)筆記—馬爾科夫決策過程(MDP)
深度增強(qiáng)學(xué)習(xí)David Silver(二)——馬爾科夫決策過程MDP
強(qiáng)化學(xué)習(xí)入門系列一:馬爾科夫獎(jiǎng)賞過程MRP
《強(qiáng)化學(xué)習(xí)》第三講 動(dòng)態(tài)規(guī)劃尋找最優(yōu)策略
方老師
入門 | 貝葉斯線性回歸方法的解釋和優(yōu)點(diǎn)
【機(jī)器學(xué)習(xí)】貝葉斯線性回歸(最大后驗(yàn)估計(jì)+高斯先驗(yàn))
一文弄懂神經(jīng)網(wǎng)絡(luò)中的反向傳播法——BackPropagation
一文搞懂交叉熵在機(jī)器學(xué)習(xí)中的使用菠劝,透徹理解交叉熵背后的直覺
PCA
https://blog.csdn.net/program_developer/article/details/80632779
SVD
https://mp.weixin.qq.com/s/Dv51K8JETakIKe5dPBAPVg