分类目录归档：MachineLearning
前置知识：强化学习入门、蒙特卡洛法、马尔可夫决策过程 MDP
时序差分（temporal difference，TD）
回顾 MDP 中状态价值函数的贝尔曼方程： $$ v_{
马尔可夫奖励过程（Markov reward process，MRP）
$$ G_{t}=R_{t}+\gamma R_{t+1}+\gamma^2 R_{t+2}+\dots+\gamma^n R_{t+n} $$
强化学习（reinforcement learning，RL）
强化学习的三个基本要素：
辛普森悖论 提醒我们在分析数据时要仔细考虑分组和混杂因素的影响，而因果推断的作用就是使用适当的方法识别和控制这些因素，从而可以更好地解释数据中的关系，并做出可靠的结论。
相关性与因果性：
因果关系的三个阶段（由易到难）：
前置知识：图论基础
代码实践：图特征工程_Python实现
度中心性 (Degrree Centrality)：
特征向量中心性 ( Eigenvector Centrality)： $$ c_v=\frac{1}{\lambda}\sum_{u\in N(v)}c_u $$
介数中心性
最常用的10个超参数（原生API，兼容Scikit-learn的API，常见取值范围）：
num_boost_round：训练期间所需要的基学习器数量，默认100；在应对较大数据集时，一般控制在5000~10000左右（影响训练时间的重要因素）；一个常用技巧是先设定一个较高的数值，然后结合early-stopping来获得一个较优的模又称为数据不平衡（imbalanced）问题，指分类任务中不同类别之间的样本数差异过大的情况。数据偏斜常见于医疗诊断、文本分类、金融欺诈、异常检测等领域，一般认为样本比例大于4：1时，便存在样本不平衡的问题，一些极端的场景下，会存在1000：1的样本比例，甚至一个类型只有一个样本的情况
数据偏斜问题的影响：干扰建模过程，错