- 自我介绍
- 介绍强化学习实习项目
- reward怎么设的，state是什么，action是什么，为什么用强化学习
- TD时序差分是什么， TD和蒙特卡洛的区别是什么
- 推导贝尔曼方程，贝尔曼方程里的gamma如果设成1会怎么样，设成0的话与监督学习有区别吗
- 样本不均衡的解决方法有哪些，focal loss的原理
- 手写堆排序
近期热帖
近期精华帖
-
扫描二维码，关注牛客
- 意见反馈
-
下载牛客APP，随时随地刷题
- 牛客竞赛，专业的竞技算法训练平台
-
扫描二维码，进入QQ群
扫码关注“比赛自动姬”
- 公司地址：北京市朝阳区北苑路北美国际商务中心K1座一层-北京牛客科技有限公司
- 联系方式：010-60728802 投诉举报电话：010-57596212（朝阳人力社保局）
- 牛客科技© All rights reserved admin@nowcoder.com
- 京ICP备14055008号-4 增值电信业务经营许可证 营业执照 人力资源服务许可证
-
京公网安备 11010502036488号
全部评论
(7) 回帖