Policy Gradient Algorithms | Lil'Log
系统理解策略梯度方法的目标函数、策略梯度定理及其证明，并认识从 REINFORCE 到 PPO、SAC、IMPALA 等主流算法的设计思路与相互关系。
博客文章
免费
有使用限制
Lil'Log
全部资源
博客：技术或产品博客文章：深度个人博客，或讲行业最佳实践的官方博客。
Lil'Log
The Multi-Armed Bandit Problem and Its Solutions
读完能理解探索与利用的权衡，并能说明多臂老虎机问题中的 ε-greedy 与 UCB（含 UCB1）两类经典解法的原理与推导思路。后代以 Thompson Sampling 为标题的小节正文原站本次未提供，不在成果范围内。
博客文章
免费
有使用限制
Lil'Log
Object Detection for Dummies Part 3: R-CNN Family
理解 R-CNN 家族四代模型的设计动机、流程与损失函数，能读懂相关原始论文与开源实现。
博客文章
免费
有使用限制
Lil'Log
Object Detection for Dummies Part 2: CNN, DPM and Overfeat
读懂目标检测发展史上的 CNN 分类骨干、mAP 评测口径，以及 DPM、Overfeat 两类早期检测模型的构造思路。
博客文章
免费
有使用限制
Lil'Log
Learning Word Embedding | Lil'Log
理解并比较词嵌入的两大技术路线：基于共现统计的向量空间模型与基于上下文预测的 skip-gram/CBOW 模型，掌握其训练目标与高效 softmax 近似方法。
博客文章
免费
有使用限制
Lil'Log
Weng
Lil'Log
How to Explain the Prediction of a Machine Learning Model?
读完后能区分可解释模型与黑盒模型解释两条路线，说出节选中已展开方法的基本思路、适用场景与权衡。
博客文章
免费
有使用限制
Lil'Log
Predict Stock Prices Using RNN: Part 1
学会用 TensorFlow 搭建并训练 LSTM RNN，对股票收盘价时间序列做滑动窗口切分、归一化和预测，并用 TensorBoard 跟踪训练。
博客文章
免费
有使用限制
Lil'Log
An Overview of Deep Learning for Curious People
读者能建立对深度学习主要模型族与学习方法入口的整体认识，并据此选择深入方向。
博客文章
免费
有使用限制
Lil'Log
The Revenge of the Data Scientist
理解 LLM 应用评测中常见的方法论错误，并能用数据科学的做法（看数据、验证 LLM 裁判、改进实验设计与标注）来构建更可靠的评测。
博客文章
免费
有使用限制
Hamel's Blog