machine-learning - 如何找到 MDP 的最优线性基函数？-6ren

machine-learning - 如何找到 MDP 的最优线性基函数？

转载作者：行者123 更新时间：2023-11-30 09:01:10

26

4

给定一组基函数，有很多关于寻找权重向量来线性逼近值(value)函数的论文。有没有关于如何求基函数的论文？是否可以计算最佳基函数来紧凑地表示值(value)函数？

最佳答案

我不这么认为。

您基本上寻找的是自动找到适合您的数据的正确模型:即模型选择

除非您有一些信息来支持某些强先验，否则您不太可能自动找到最佳解决方案。通常，您会进行一些特征工程或采用贝叶斯方法在不同的假设之间进行选择。

关于machine-learning - 如何找到 MDP 的最优线性基函数？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/35570195/

26

4

0

文章推荐： javascript - slickgrid 验证将要添加的行

文章推荐： javascript - 发现已声明的 undefined variable 的推荐方法

文章推荐： java - 在 Java 中存储转换后的 BufferedImage

Python MDP 政策
这个问题不太可能帮助任何 future 的访问者；它只与一个小的地理区域、一个特定的时间点或一个非常狭窄的情况有关，这些情况并不普遍适用于互联网的全局受众。为了帮助使这个问题更广泛地适用，visit
java - Spring MDP - 如何关闭它的坏消息
我有一个使用 Spring 实现的 Spring MDP DefaultMessageListenderContainer监听 WebSphere MQ v7.1 上的输入队列。如果有错误消息传入(导
javascript - 如何获取总天数 Multidatepicker MDP
我使用 here 中的 Multidatepicker MDP . 我想获取用户选择的总天数，并将其放入输入文本中。例如，如果用户选择 2 天，则总计为 2。并总共放入一个输入类型文本。这是我的
reinforcement-learning - 如何在非平稳环境中求解确定性 MDP
我正在寻找一种解决马尔可夫决策过程 (MDP) 的方法。我知道从一种状态到另一种状态的转变是确定性的，但环境是不稳定的。这意味着当再次访问同一状态时，代理获得的奖励可能会有所不同。是否有一种算法，如
java - MDP JMS 事务回滚然后在无限循环中重新处理消息
如果我通过指定 sessionTransacted=true 或 transactionManager=jmsTransactionManager 在我的 DefaultMessageListener
java - 构建无限期的 MDP，使用必访状态实现成本最小化
寻求一些帮助来解决无限期问题、成本最小化问题以及一些必须访问的状态。我们有一个预算 b 和一个成本矩阵 M，它表示状态之间旅行的扣除额(Mij 表示从 i 到 j 的旅行成本)，类似于经典的旅行商问
machine-learning - 为什么强盗问题在强化学习中也被称为一步/状态 MDP？
What do we mean by 1 step/state MDP(Markov decision process) ? 最佳答案让我们考虑一个 n 个 Action 1 状态 MDP。无论您采
machine-learning - 如何找到 MDP 的最优线性基函数？
给定一组基函数，有很多关于寻找权重向量来线性逼近值(value)函数的论文。有没有关于如何求基函数的论文？是否可以计算最佳基函数来紧凑地表示值(value)函数？最佳答案我不这么认为。您基本上寻
用于在线机器学习 MDP 的 Python 库
我正在尝试设计一个迭代 markov decision process (MDP)具有以下特点的 Python 代理: 可观察状态我通过保留一些状态空间来处理潜在的“未知”状态用于回答 DP 做出的
spring - Spring MDP 中的 WebSphereUowTransactionManager 问题
我在使用 WebSphereUowTransactionManager 在 WebSphere 7.0 中的 Spring 3.0.4 中设置 MDP 时遇到问题。 . 如果我不使用 WebSpher
python - 在 Python 中使用 MDP 进行因素分析
请原谅我的无知，我是 Python 的新手。我正在尝试使用 MDP 在 Python 中执行因子分析(尽管如果有更好的解决方案，我可以使用另一个库)。我有一个 m x n 矩阵(称为矩阵)，我尝试这
machine-learning - MDP 中的随机状态转换 : How does Q-learning estimate that?
我正在网格世界中实现 Q-learning，以找到最佳策略。困扰我的一件事是状态转换是随机的。例如，如果我处于状态 (3,2) 并采取“向北”行动，则我将以 0.8 的概率到达 (3,1)，以 0.1
python - 难以理解 Majordomo API、pyzmq-mdp 的工作原理
我希望使用 Majordomo API，pyzmq-mdp . example在客户端的存储库中，我不太了解。在 myclient.py 中，示例在不使用 MDPClient API 的情况下手动创

首页

博学

6Ren·AI

商城

machine-learning - 如何找到 MDP 的最优线性基函数？