Alkaid114 - My personal blog

[自然语言处理] 自然语言统计建模与经典技术

2026-09-29

自然语言处理

/

NLP

计算句子或词汇序列出现概率的模型

636 字

|

3 分钟

[自然语言处理] NLP基础理论

2026-09-29

自然语言处理

/

NLP

度量单个随机变量在所有可能取值上的平均不确定性

542 字

|

3 分钟

[强化学习] 深度强化学习DQN

2026-09-28

强化学习

/

深度强化学习

/

DQN

/

Q-learning

当状态空间过大时，传统的Q-learning需要为每个状态-动作对维护一个Q值表，Q表会非常巨大

1177 字

|

6 分钟

[强化学习] 主动&被动强化学习

2026-09-28

强化学习

/

SARSA

/

Q-learning

/

时序差分法

/

蒙特卡洛方法

被动学习的输入是一个固定的策略\pi，输出是该策略的价值函数V^\pi(s)和动作价值函数Q^\pi(s, a)

1047 字

|

5 分钟

[强化学习] 强化学习数学基础

2026-09-08

强化学习

/

马尔可夫决策过程

/

MDP

/

贝尔曼方程

下一时刻的状态s_{t+1}只取决于当前状态s_t

1092 字

|

5 分钟

[形式语言与自动机] 图灵机

2026-07-07

形式语言与自动机

定义是一个七元组：

716 字

|

4 分钟

[形式语言与自动机] 下推自动机

2026-07-07

形式语言与自动机

定义是一个七元组：

573 字

|

3 分钟

[形式语言与自动机] 基础知识

2026-07-07

形式语言与自动机

字符串是由有限个符号组成的有限序列。符号来自一个有限的集合，称为字母表（alphabet），通常用希腊字母 \Sigma 表示。

198 字

|

1 分钟