知识卡片
非参数函数逼近
非参数并非没有参数,而是基函数的个数与形式不固定、由样本决定:每个训练样本都贡献一个基函数,样本越多函数项越多,因此表示力很强。典型方法是基于核函数(源于SVM的对偶推导,通过映射把线性不可分问题升维为线性可分,且无需显式构造映射)和基于高斯过程(在函数空间建模,用后验分布给出预测均值与方差)。代价是维数灾难与随数据增长而急剧上升的计算量。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 第6章 基于值函数逼近的强化学习方法 · 查看原书依据
非参数的函数逼近是基于样本数据推测未知数据的一种方法。常用的非参数的函数逼近方法包括基于核函数的方法和基于高斯过程的方法。
参考来源
- 位置:《深入浅出强化学习:原理入门》第6章 基于值函数逼近的强化学习方法(源文件:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00015.html)
- 结论依据:正文定义了非参数逼近的含义,并分别介绍核函数方法与高斯过程回归两类代表方法及其推导。
- 原始内容:非参数的函数逼近是基于样本数据推测未知数据的一种方法。常用的非参数的函数逼近方法包括基于核函数的方法和基于高斯过程的方法。