零基础学习机器学习(六)决策树算法原理与实战代码
从这一篇博客开始介绍一些机器学习常用的算法的原理及其实战代码,本次博客介绍的是决策树以及从决策树上发展出来的随机森林和Gradient Boosting决策树
从这一篇博客开始介绍一些机器学习常用的算法的原理及其实战代码,本次博客介绍的是决策树以及从决策树上发展出来的随机森林和Gradient Boosting决策树
这篇博客简单梳理下机器学习的算法,训练方法和训练一个模型的步骤。
最近在玩Agent,用LangChain写了一个简单的DEMO,可以实现根据输入文档和之前的聊天记录来进行问答,之所以记录一下,实在是因为Langchain的文档非常差,这段代码耗时三天才成功运行。
Cocos作为一个游戏引擎,在开发UI方面是有短板的,不仅是性能上的短板,比如Cocos中的图片体积一般都比较大,而React则可以使用Webp这种格式,同时在开发效率上,Cocos的UI开发效率是远不如React的,社区里也经常会遇到大家融合这两种技术栈,不过一般都是简单的放到一起,各自开发,然后最后联调,这篇文章就是为了提供一种思路,可以让两者在开发的时候就在同一个页面,并且任何改动都可以实时生效。
最近在修复Cocos的一些Node位置错位的问题,遇到了连个比较有意思的点,而且比较隐蔽,这里记录下
最近在开发一款2D的cocos游戏,运行在Web端,开发过程中遇到了几个性能优化的点,这些点对于做过游戏开发的人来说比较常见,但是再cocos这里踩了一些其他的坑,在这里简单记录下
DEA(Data Envelopment Analysis,数据包络分析)是一种用于评估决策单元(Decision Making Units,DMUs)相对效率的非参数方法。它主要用于多输入、多输出系统的效率评估。DEA通过构建一个线性规划模型,寻找一个生产前沿面,从而衡量各个决策单元在多输入转化为多输出过程中的效率。
上一篇关于博弈论中一些重要概念博客讲了什么叫博弈,博弈的基本元素,什么叫纳什均衡,什么叫囚徒困境,什么叫优势策略,并且讲了一个博弈的类型叫做囚徒博弈。
这次博客就分别简单介绍几种不同类型的博弈,他们的特征以及如何利用和转化不同的博弈。
最近读了两本博弈论的相关书籍,简单总结下相关的概念。需要提前区分的几个概念是,囚徒困境,博弈,纳什均衡。
这三个概念我们在接触博弈论的时候会经常听到,他们之间的关系是:博弈有很多中不同的类型,不同的类型有不同的纳什均衡点,其中有的是好均衡,有的是坏均衡,而囚徒困境指的就是某些类型的博弈(如囚徒博弈)容易陷入坏的均衡当中。