epsilon-Greedy算法

MATLAB 实现 e-greedy 算法，用于解决 n-armed bandits 问题，结果重现了强化学习导论第 2.2 章的图表。

10-Armed Bandit Testbed: This script uses the greedy algorithm to simulate a testbed of 10-armed bandits. The setup involves 2,000 randomly generated k-armed bandit problems with k = 10. For each bandit problem, the action values, q*(a) for a = 1, 2, ..., 10, are selected from a normal distribution with a mean of 0 and a variance of 1. During each time step t, a learning method selects an action At, and the actual reward Rt is drawn from a normal distribution with a mean of q*(At) and variance 1. By evaluating performance over 1,000 time steps for each testbed, we obtain a performance measure that shows improvement in the learning method over time. Each test is considered a run, and we conduct 2,000 independent runs with unique bandit problems. This simulation enables us to measure the average behavior of the greedy algorithm using sample average techniques to estimate action values. We then compare the average reward over 2,000 simulations. The code also allows for modification to evaluate non-greedy algorithms.

这个程序计算Geisser-Greenhouse和Huynh-Feldt epsilon值，适用于任意数量的单变量数据集中主题因素之间或之内的百分比。通过此方法可以获得校正的p值，确保统计结果的准确性和稳健性。

作为算法领域的奠基性著作，《算法导论》为读者打开了通往算法世界的大门。它以清晰的思路、严谨的逻辑，深入浅出地阐释了各种基本算法的设计与分析方法。

智能算法是各个领域如路线规划、深度学习中广泛使用的优化算法，是算法进阶的必备工具。主要涵盖遗传算法、粒子群算法、模拟重复算法、免疫算法、蚁群算法等一系列核心算法。实现版本包括Java、Python和MatLab多种选择。详细内容请访问TeaUrn微信公众号了解更多。

美赛可能会用到分治算法，代码如下。

算法精粹 数据结构 数组 链表 栈 队列 树 图 算法 排序 搜索 动态规划 回溯 分治

运用 Java 编程语言以 MapReduce 技术实现 Pagerank 算法，数据集源于 web-Google.txt 文件。

Apriori算法是用于关联规则学习的数据挖掘算法。它通过逐次生成候选频繁项集并从数据中验证它们的频繁性来识别频繁模式。

获取算法笔记的PDF版本，满足你的学习需求！