noise reinforcement exploration learning
基于时态差分法的强化学习：Sarsa和Q-learning
时态差分法（Temporal Difference, TD）是一类在强化学习中广泛应用的算法，用于学习价值函数或策略。Sarsa和Q-learning都是基于时态差分法的重要算法，用于解决马尔可夫决策过程（Markov Decision Process, MDP）中的强化学习问题。 下面是最简单的T ......
论文解读（SimGCL）《Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：Are Graph Augmentations Necessary? Simple Graph Contrastive Learning for Recommendation论文作者：Junliang Yu ......
Paper Reading: Multitree Genetic Programming With New Operators for Transfer Learning in Symbolic Regression With Incomplete Data
针对数据集存在缺失值的问题，本文提出了一种基于多树 GP(MTGP) 的迁移学习方法 pMTGPDA，用于将知识从完整的源域转移到不完整的目标域中。首先在源域的数据集上训练多个 SR 模型，通过模型中的训练细节计算源域的特征和实例的权重作为先验知识。然后将提取的权重知识用于基于 MTGP 的转换，构... ......
论文阅读 | Layer-wised Model Aggregation for Personalized Federated Learning
面向个性化联合学习的分层模型聚合 ==在本文中，我们提出了一种新的pFedLA训练框架，该框架能够区分不同客户端的每一层的重要性，从而能够优化具有异构数据的客户端的个性化模型聚合。==具体来说，我们在服务器端为每个客户端使用一个专用的超网络，它被训练来识别层粒度上的相互贡献因素。同时，引入参数化机制 ......
论文解读（LightGCL）《LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation》
Note：[ wechat：Y466551 | 可加勿骚扰，付费咨询 ] 论文信息 论文标题：LightGCL: Simple Yet Effective Graph Contrastive Learning for Recommendation论文作者：Cai, Xuheng and Huang, ......
Learning by teaching --- 费曼学习法
世界上存在成千上万种学习法，如果上天只让我掌握一种，那一定就是“费曼学习法”。 ## 介绍 费曼学习法是由诺贝尔物理学奖获得者理查德·费曼提出的一种学习方法，其核心思想是将所学内容用自己的话表达出来，以此检验自己对知识的掌握程度。 费曼学习法可以简化为四个单词：**Concept**、**Teach ......
论文解读（DWL）《Dynamic Weighted Learning for Unsupervised Domain Adaptation》
[ Wechat：Y466551 | 付费咨询，非诚勿扰 ] 论文信息 论文标题：Dynamic Weighted Learning for Unsupervised Domain Adaptation 论文作者：Jihong Ouyang、Zhengjie Zhang、Qingyi Meng论文来 ......
强化学习——策略梯度之Reinforce
1、策略梯度介绍 相比与DQN，策略梯度方法的区别主要在于，我们对于在某个状态下所采取的动作，并不由一个神经网络来决定，而是由一个策略函数来给出，而这个策略函数的目的，就是使得最终的奖励的累加和最大，这也是训练目标，所以训练会围绕策略函数的梯度来进行。 2、策略函数 以Reinforce算法为例， ......
POJ 2594 Treasure Exploration
**[$POJ$ $2594$ $Treasure$ $Exploration$](http://poj.org/problem?id=2594)** ```cpp {.line-numbers} #include #include #include using namespace std; con ......
A Novel Noise Injection-based Training Scheme for Better Model Robustness
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ https://arxiv.org/abs/2302.10802 ......
《Decision Transformer: Reinforcement Learning via Sequence Modeling》论文学习
一、Introduction 先前的研究工作表明，Transformer可以对处于高维分布的语义概念进行大规模建模抽象，比较典型地体现如： 基于自然语言的零样本泛化（zero-shot generalization） 分布外图像生成（out-of-distribution image generat ......
Learning hard C#学习笔记——读书笔记 08
这篇文章介绍了什么是事件，以及如何在C#中使用事件。事件是在生活中发生的事情，它涉及到事件的发布者和事件的订阅者，当事件发生时，发布者会发布消息，订阅者会接收通知并做出相应的处理。在C#中，我们可以使用event关键字定义一个事件，然后订阅和取消事件的方法与委托链的取消和链接相同。 ......
Improved deep reinforcement learning for robotics through distribution-based experience retention
 **发表时间：**2016（IROS 2016） **文章要点：**这篇文章提出了experience repl ......
Learning Auxiliary Monocular Contexts Helps Monocular 3D Object Detection(1)
MonoCon的网络结构和MonoDLE几乎一样,只是添加了辅助学习(Auxiliary Learning, AL)模块. 网络结构如上图所示,对于3D目标检测来说,预测2D框是没有必要的,但是MonoCon在训练阶段仍然计算了2D框的损失函数,但是在推理的时候,并不会预测2D框,这就是所谓的辅助学 ......
深入Scikit-learn：掌握Python最强大的机器学习库
> 本篇博客详细介绍了Python机器学习库Scikit-learn的使用方法和主要特性。内容涵盖了如何安装和配置Scikit-learn，Scikit-learn的主要特性，如何进行数据预处理，如何使用监督学习和无监督学习算法，以及如何评估模型和进行参数调优。本文旨在帮助读者深入理解Scikit- ......
The importance of experience replay database composition in deep reinforcement learning
 **发表时间：**2015（Deep Reinforcement Learning Workshop, NIPS ......
CF1184A3 Heidi Learns Hashing (Hard)
令 $c_i={w_1}_i-{w_2}_i$，相当于找到 $(r,P)$，满足： $$\sum\limits_{i=0}^nc_ir^i\equiv 0 \pmod P$$ 把这个东西写成多项式形式，令 $f(x)=\sum\limits_{i=0}^nc_ix^i$，即找到一个 $(r,P)$， ......
Unsupervised Learning of Depth and Ego-Motion from Video(CVPR2017)论文阅读
深度估计问题 从输入的单目或双目图像，计算图像物体与摄像头之间距离（输出距离图），双目的距离估计应该是比较成熟和完善，但往单目上考虑主要还是成本的问题，所以做好单目的深度估计有一定的意义。单目的意思是只有一个摄像头，同一个时间点只有一张图片。就象你闭上一只眼睛，只用一只眼睛看这个世界的事物一样，距离 ......
Selective Experience Replay for Lifelong Learning
 **发表时间：**2018（AAAI 2018） **文章要点：**这篇文章想解决强化学习在学多个任务时候的遗忘 ......
通过docker安装的jira提示We've detected a potential problem with JIRA's Dashboard configuration that your administrator can correct. Click here to learn more
正常通过docker安装jira后,访问是不会出问题的 但是如果使用nginx代理后,就是在nginx里配置了proxy_pass http://localhost:2800 再访问后,就会报错We've detected a potential problem with JIRA's Dashbo ......
Paper Reading: Exploratory Undersampling for Class-Imbalance Learning
本文是不平衡分类问题的经典论文，文中提出了 2 种不平衡集成学习模型都是简单而有效的 baseline 方法。 EasyEnsemble 方法直接对多数类样本进行采样得到几个子集，并使用这些子集分别训练基分类器。BalanceCascade 是使用训练好的分类器来指导后续分类器的采样过程，即在上一个... ......
Meta Learning（元学习）
Meta Learning（元学习） 元学习：学习如何学习：也是找一个函数，这个函数是学习算法，输出训练好的模型 假如教机器做了训练影像分类、影像识别等任务的模型，再去教机器训练语音识别的模型时，他可能学的更好，虽然语音和影像没有什么关系，但机器在多次的学习训练其他模型过程中，可能学到了如何去学习 ......
Life Long Learning（机器终身学习）
Life Long Learning（机器终身学习） Selective Synaptic plasticity（选择性突触可塑性） 只让类神经网路中，某一些神经元或某些神经元间的连接具有可塑性（只有部分的连接是有可塑性的，有些连接必须被固化，不能改变或移动他的数值） 为什么会灾难性遗忘： 假设模型 ......
概述增强式学习（Reinforcement Learning）
概述增强式学习（Reinforcement Learning） Supervised Learning（自监督学习）：告诉机器输入和输出，用有标注的训练资料训练出的Network Reinforcement Learning（增强式学习）：给机器一个输入，我们不知道最佳输出是什么（适用于标注困难或者 ......
machine learning-2023-07-19
questions【链接】 │ │──math │ │──线性回归 │ │──逻辑回归 │ └──梯度下降 │ │──python │ │──numpy（科学计算库） │ │──pandas（数据分析处理库） │ │──matplotlib（数据可视化库） │ └──scikit-learn（机器学 ......
Learn about some useful truck diagnostic scanner tools
Have you ever experienced the frustration of unexpected breakdowns with your truck? Or maybe you’re tired of paying expensive diagnostic fees at your ......
Learning hard C#学习笔记——读书笔记 07
## 1.值类型和引用类型 ### 1.1 什么是值类型和引用类型 * 值类型：包括简单类型，枚举类型，结构体类型等，值类型通常被分配在线程的堆栈上，变量保存的内容就是实例数据本身 * 引用类型：引用类型实例则被分配在托管堆上，变量保存的是实例数据的内存地址，引用类型主要包括类类型、接口类型、委托类 ......
大语言模型的预训练4：指示学习Instruction Learning详解以及和Prompt Learning,In-content Learning区别
# 大语言模型的预训练[4]：指示学习Instruction Learning：Entailment-oriented、PLM oriented、human-oriented详解以及和Prompt Learning,In-content Learning区别 # 1.指示学习的定义 Instruct ......
大语言模型的预训练[5]：语境学习、上下文学习In-Context Learning：精调LLM、Prompt设计和打分函数设计以及ICL底层机制等原理详解
大语言模型的预训练[5]：语境学习、上下文学习In-Context Learning：精调LLM、Prompt设计和打分函数设计以及ICL底层机制等原理详解 ......
Learning hard C#学习笔记——读书笔记 06
本文介绍了 C# 中委托的定义、使用、为什么引入委托以及委托的本质。同时，还介绍了委托链的使用，即将多个委托链接在一起，提高程序的可扩展性。 ......