首发于机器学习笔记写文章强化学习——从Q-Learning到DQN到底发生了什么？野风公众号：wildwind0112人赞同了该文章1学习目标1.复习Q-Learning；2.理解什么是值函数近似（FunctionApproximation）；3.理解什么是DQN，弄清它和Q-Learning的区别是什么。2用Q-Learning解决经典迷宫问题现有一个5房间的房子，如图1所示，房间与房间之间通过门连接，编号0到4,5号是房子外边，即我们的终点。我们将agent随机放在任一房间内，每打开一个房门…
贝叶斯定理维基百科，自由的百科全书跳到导航跳到搜索贝叶斯定理（英语：Bayes'theorem）是几率论中的一个定理，描述在已知一些条件下，某事件的发生几率。比如，如果已知某癌症与寿命有关，使用贝叶斯定理则可以透过得知某人年龄，来更加准确地计算出他罹患癌症的几率。通常，事件A在事件B已发生的条件下发生的几率，与事件B在事件A已发生的条件下发生的几率是不一样的。然而，这两者是有确定的关系的，贝叶斯定理就是这种关系的陈述。贝叶斯公式的一个用途，即透过已知的三个几率而推出第四个几率。贝叶斯定理跟随机变…
