导读：Russell 与 Norvig 第 3 章的搜索算法家族里，A* 的地位来自两条定理：可采纳启发式保证 […]

导读：Sutton 与 Barto 第 13 章转向策略梯度：直接对策略参数做梯度上升。REINFORCE 简 […]

导读：Sutton 与 Barto 第 6 章的 TD 学习是 RL 的心脏：Q-learning 的 off […]

导读：Sutton 与 Barto 第 3 章给出 RL 的公理系统：状态、动作、奖励、转移与折扣——贝尔曼方 […]

导读：李航第 1、6、12 章的暗线：生成式建模联合分布，判别式直接建模条件分布。同一份数据，两条路线的收敛速 […]

导读：李航第 8 章用前向分步加法模型统一 Boosting：每轮加一个基学习器去拟合当前损失最快的方向。Ad […]

导读：李航《统计学习方法》第 7 章的 SVM 对偶推导是中文机器学习书里最值得逐行抄写的一节：拉格朗日对偶把 […]

导读：PRML 第 6 章的高斯过程把回归推到函数空间：不学参数，直接在函数的分布上做贝叶斯。核函数选择即先验 […]

导读：PRML 第 9 章的 EM 算法是潜变量模型的通用训练机。它的收敛性证明（ELBO 单调不降）比算法本 […]

导读：PRML 第 3 章用线性回归演示完整的贝叶斯流程：先验、似然、后验、预测分布，每一步都是分布而不是点。 […]