本文介绍了模式识别的特征选择与特征降维，着重介绍了线性判别分析（Linear Discriminant Analysis，LDA）和主成分分析法（Principal Component Analysis，PCA）。 1. 特征降维 2. 线性判别分析（LDA） 2.1. 瑞利商与广义瑞利商 2.2. 两类 LDA 2.3. 多...

本文介绍了模式识别的贝叶斯决策，包括贝叶斯公式、最小错误贝叶斯决策、最小风险贝叶斯决策。 1. 决策理论与方法 1.1. 基于先验概率的决策 1.2. 基于贝叶斯公式的决策 2. 最小错误贝叶斯决策 2.1. 决策规则 2.2. 类概率密度 2.3. 错误率分析 ...

本文介绍了模式识别的线性分类器，包括线性回归、最小二乘估计、Fisher 线性判别分析。 1. 引言 2. 线性回归与最小二乘估计 3. Fisher 线性判别分析 3.1. 投影 3.2. Fisher 投影 4. 参考文献 1. 引言 模式识别的目的是在特征空间中设法找到两类（或多类）之间的分界面。一方面...

本文介绍了强化学习的策略梯度法（Policy Gradient）。 1. 回顾 2. 策略梯度 2.1. 策略函数 2.2. 策略函数的分布形式 2.3. 策略梯度的概念 3. 策略梯度的计算 3.1. 基于累计收益的策略梯度 3.2. 基于初始状态价值的策略梯度 ...

本文介绍了如何清理github本地缓存文件夹来减小 github 仓库大小。 1. github 1.1. git 命令 1.2. github 桌面 1.3. .git 文件夹 2. .git 文件夹清理 2.1. Linux 环境命令行清理 2.2. 跨平台 BFG 工具清...

本文介绍了如何在 Windows 操作系统中适用微软官方提供的 WSL（Windows Subsystem for Linux） 工具部署 Linux 子系统。 1. 什么是 WSL 1.1. WSL 1 和 WSL 2 1.2. 例外情况（使用 WSL 1 而不是 WSL 2） 2. 安装 WSL ...

本文介绍了航天器姿态描述、姿态变换和姿态运动学中涉及的四元数表示法。 1. 基础 1.1. 矢量的正交分解 1.2. 叉乘矩阵 1.3. 坐标系定义 2. 轴角旋转 3. 姿态四元数 3.1. 四元数定义 3.2. 四元数表示旋转 3.3. 姿态四元数 ...

本文介绍了使用 CMake（CPack） 和 NSIS 构建并打包 C/C++ 工程项目的基本流程和方法，核心在于 CMakeLists.txt 文件的编写。 1. 引言 1.1. 传统编译 1.2. Make 编译 1.3. CMake 编译 2. 安装 CMake 3. 编写 CMakeLists.tx...

本文介绍了强化学习的时序差分法（Temporal-Difference, TD）。 1. 引言 2. 时序差分法 2.1. 同轨策略下的时序差分控制（SARSA） 2.2. 离轨策略下的时序差分控制（Q-Learning） 2.3. 期望SARSA 3. Deep Q-Network（DQN） ...

本文介绍了强化学习的 model-free 方法——蒙特卡洛法。 1. 引言 2. 蒙特卡洛法 2.1. 大数定律 2.2. 蒙特卡洛法 2.3. 蒙特卡洛价值估计 2.4. 增量更新方法 3. 参考文献 1. 引言 在前面的 model-based 动态规划方法中，我们假设已知模型的动态...