[TOC]

概念

给定一个MDP，一个agent可以访问：

[TOC]

乍一听“蒙特卡罗”这个词，完全不知所云，我感到很奇怪，一个搜索算法Monte Carlo Tree Search为什么叫蒙特卡罗。 于是，就有了下面的文字。

本篇文章主要介绍MonteCarlo方法的由来，及简单的一个应用-求π的值。 下篇将会介绍：什么是Monte Carlo Tree Search算法。

[TOC]

本篇文章介绍Greedy Best Fisrt Search算法。实现GBFS算法时使用了上篇文章介绍的优先队列。 下篇文章将尝试介绍著名的A star算法。

[TOC]

本篇文章主要介绍优先队列(Priority Queue)和嵌套类(nested class)的基本用法。 接下来的文章会介绍在实现例如Greedy Best First Search和AStar搜索算法中使用priority queue。

[TOC]

本篇开始，逐一介绍一些概率编程相关内容。首先介绍贝叶斯网的相关基础知识和应用。

本篇导读：

本篇主要介绍了贝叶斯定理，贝叶斯网以及相关应用：

逻辑回归适用于Binary Classification, Multi-class Classification问题。 例如判断是否是垃圾邮件就属于Binary Classification问题； 手写数字识别属于Multi-class Classification问题。 one-vs-all分类器的选择，选出可信度最高的，那么就认为是正确的分类。

中英文对照 neural networks 神经网络 activation function 激活函数 hyperbolic tangent 双曲正切函数 bias units 偏置项 activation 激活值 forward propagation 前向传播 feedforward neural network 前馈神经网络(参照Mitchell的《机器学习》的翻译) Unsupervised Feature Learning and Deep Learning 深度学习的入门知识介绍 http://deeplearning.stanford.edu/wiki/index.php/Main_Page

前些天开始学习机器学习相关的基础知识。 首先我们要问的问题就是机器学习是什么： Tom Mitchell提出： 一个程序能被认为从经验E中学习，解决任务T，达到性能度量值P，当且仅当，有了经验E后，经过P评判，程序在处理T时系能有所提升。 监督学习 无监督学习 单变量线性回归 多变量线性回归 多项式回归也可以转化为线性回归 梯度下降 特征缩放 学习率 正规方程 Octatve代码实现

调色板

颜色很重要，如果使用的好，就会帮助你突出数据的特征。

• color_palette()能传入任何Matplotlib所支持的颜色
• color_palette()不写参数则默认颜色
• set_palette()设置所有图的颜色

下面是使用seaborn的color palettes的一些例子，这些例子官网上面都已经有详细的介绍。

网址为：http://seaborn.pydata.org/tutorial/color_palettes.html#palette-tutorial

风格设置

Drawing attractive figures is important. When making figures for yourself, as you explore a dataset, it’s nice to have plots that are pleasant to look at. Visualizations are also central to communicating quantitative insights to an audience, and in that setting it’s even more necessary to have figures that catch the attention and draw a viewer in.