chapter4

chapter4: 介质访问控制子层 4.1 信道分配问题 4.1.1 静态信道分配 ​ 主要考虑FDM(频分多路复用)和TDM(时分多路复用)。 4.1.2 动态信道分配的假设 ​ 流量独立、单信道、冲突可观察、时间连续或分槽、载波侦听或不听 4.2 多路访问协议 4.2.1 ALOHA 纯ALO ......

# 强化学习Chapter4——两个基本优化算法（2） 上一节，介绍了依据贝尔曼方程得出的策略迭代算法（policy iteration），本节将介绍另一种根据贝尔曼最优方程提出的，**价值迭代算法（value iteration）**。在此之后，本文将阐述这两种算法的共性与区别，由此总结出一种** ......

# 强化学习Chapter4——两个基本优化算法（1） 上一节导出了状态价值函数的贝尔曼方程以及最优状态价值函数： $$ \begin{aligned} V^\pi(s) &=E_{a\sim \pi,s’\sim P}[r(s,a)+\gamma V^\pi(s‘)]\\ &= \sum_{a}\ ......

朴素贝叶斯案例：过滤垃圾邮件 1. 案例的流程 示例：使用朴素贝叶斯对电子邮件进行分类 （1）收集数据：提供文本文件。 （2）准备数据：将文本文件解析成词条向量。 （3）分析数据：检查词条确保解析的正确性。 （4）训练算法：使用我们之前建立的trainNB0()函数。 （5）测试算法：使用class ......

朴素贝叶斯 1. 简介 朴素贝叶斯是一种基于概率论的分类方法。它主要借助条件概率和贝叶斯公式来对样本进行分类。 2. 优缺点 朴素贝叶斯优点：在数据较少的情况下仍然有效，可以处理多类别问题。 缺点：对于输入数据的准备方式较为敏感。 适用数据类型：标称型数据。 3. 条件概率与贝叶斯公式 在介绍朴素贝 ......

Chapter4 图例 图例的作用就是对所绘制的图像，进行解释。 import matplotlib.pyplot as plt import numpy as np x = np.linspace(-3,3,50) y1 = 2*x+1 y2 = x**2 plt.figure() # 设置x轴的 ......