总结AE中人物动作相关的常见方法。

总结AE中人物动作相关的常见方法。

本文将总结一些常用PS操作。

1. 概念学习 ID3/C4.5（概念聚类）

考试考ID3

ID3采用熵作为策略，ID3的选择策略是什么？

2. 统计学习 最小错误率 Bayes决策规则

条件概率，先验概率，类条件概率，考试写出Bayes决策规则是什么。

参数法与非参数法（K近邻与Parzen窗函数法）

窗函数法很经典，公式记住。

K近邻（没法考），直接估计后验概率，$P{e{Bayes}}\le error\ rate\le 2P{e{Bayes}}$

在设计LQR与LQG的过程中，我们往往默认参数是已知的，但是实际情况中参数一般是未知的，所以我们需要首先进行模型估计。本文将针对常用的模型估计方法进行总结。

Particle Swarm Optimization (PSO) 是一种启发式学习方法，它具有简单有效特点，该方法来自于具有社会行为的动物种群例如鸟群或鱼群。

摘要

在实际物理世界中，任何一个系统都是非线性的，都不是理想的物理模型。因此针对非理想的模型，我们希望能够设计出一种控制器，使其能够有效处理系统非线性及不确定量，从而在一定程度上使其响应接近于理想模型。模型参考自适应控制（Model reference adaptive control, MRAC）就是基于这个目标提出的，本文将针对模型参考自适应控制（MRAC）过程进行总结。

摘要

本文将针对自适应控制系统的设计方法进行相应总结。

Parzen窗函数法是一种广泛应用的非参数估计方法（所谓非参数，就是这样的方法不需要对样本分布做出任何预先假设³），用于估计给定样本点的概率密度函数。

BP网络又叫做误差反向传播网络，说这么复杂，从控制理论的角度来说，这玩意儿不就是一个负反馈回路么，无非是在负反馈回路中加入了一些自适应参数调整，不得不说有些时候还是控制科学与工程的名词叫起来更顺耳一些。BP这个负反馈过程实际上就是对权值进行更新的一个方法。本文参考了斯坦福大学的CNN for visual recognition课程，国外的这些个课程设计的简直碾压国内高校课程，看看配套的网站支持就知道了。斯坦福CNN for visual recognition课程。