Minimax 算法和 alpha-beta 剪枝

发表于 2023-07-18 本文字数 39 字 阅读时长 1 分钟
  • Tantai Qianer
首页 计算机 机器学习

这玩意是 NJU AI 笔试遇到的,结果挖坑一年了还没填。摆烂(

# Minimax 算法

更新于 2024-08-14
  • 本文作者: 澹台千儿 @澹台千儿
  • 本文链接: http://tantaiqianer.github.io/machine-learning/Minimax 算法和 alpha-beta 剪枝/
  • 版权声明: 本站所有文章除特别声明外,均采用 (CC)BY-NC-SA 许可协议。转载请注明出处!
上一篇 数理逻辑

数理逻辑(1):命题逻辑

下一篇 博弈论

博弈论基础

  1. 1. Minimax 算法
  • 优化问题与梯度下降算法
  • IRGAN总结
  • W-GAN 总结
  • 协作学习综述笔记
  • 距离总结
  • 机器学习课程随记
  • 机器学习实验报告(1):线性回归
  • 机器学习实验报告(6):正则化
  • 机器学习实验报告(2):多变量线性回归
  • 机器学习实验报告(4):牛顿法求解对数概率回归
  • 机器学习实验报告(2):多变量线性回归
  • 特征处理与LDA算法
  • 机器学习实验报告(3):线性判别分析(LDA)
  • 贝叶斯分析
  • 决策树
  • 机器学习实验报告(9):决策树
  • 机器学习实验报告(5):支持向量机
  • 机器学习实验报告(10):随机森林
  • 机器学习期末重点
  • 基本回归问题
  • NLP 学习计划
  • Deep Learning 简单学学
  • Minimax 算法和 alpha-beta 剪枝
  • 拉普拉斯矩阵
  • Graph neural networks:A review of methods and applications
  • GNN Basic Papers
  • Toy Models of Superposition
  • GCN 论文总结
  • Over-Smoothing 论文总结
  • 马尔可夫链蒙特卡洛法
  • MPNN 论文总结
  • RNN & LSTM
  • BatchNorm 和 LayerNorm
  • Transformer 模型总结
  • word2vec 论文总结
  • 群等变卷积网络G-CNN
  • Transformer 中的秩坍缩
  • 神经网络势函数
  • 几何图神经网络
  • diffusion models 总结
  • Bayesian Flow Networks 总结
  • 过对称问题
  • Neural Combinatorial Optimization 简单总结
  • 深度学习中的模型初始化
  • ICML2024-Awesome Papers
  • 模型训练技术:概述
  • 数字信号处理笔记(1):引言
  • 高级机器学习(1):概论
  • 综述总结:机器人学中的基础模型
  • 具身智能基础
  • 一个自动驾驶讲座
  • 人工智能实践(1):吹水课
  • 几何深度学习(1):引言
  • 数字信号处理笔记(2):离散时间信号与离散时间系统
  • 人工智能实践(2):Python 进阶
  • 几何深度学习(2):结构、对称性与群论
  • 神经网络与深度学习(2):机器学习基础与前馈神经网络
  • 预训练模型(1):概述和预训练语言模型
  • 人工智能实践(3):PyTorch 进阶
  • 几何深度学习(3):群卷积神经网络
  • 数字信号处理笔记(3):离散时间傅里叶变换
  • 神经网络与深度学习(3):卷积神经网络
  • 高级机器学习(2):自监督学习
  • 几何深度学习(4):图神经网络
  • 稀疏模型
  • 高级机器学习(3):多模态模型
  • 高级机器学习(4):领域自适应
  • 迁移学习
  • 人工智能实践(4):各种卷积网络
  • Z 变换
  • 神经网络与深度学习:自动机器学习
  • 小样本学习
  • 离散傅里叶变换
  • 快速傅里叶变换
  • 高级机器学习(7):连续学习
  • 划重点
  • 知识表示与推理(1):Intro
  • 主文献阅读(1):大模型和信息检索
  • 数据挖掘随记
  • 物理驱动机器学习(1):动力系统
  • 推荐系统(1):intro
  • 深度生成模型(1):intro
  • 知识表示与推理(2):命名实体识别
  • 主文献阅读(2):最优化算法
  • 深度生成模型(2):自回归模型
  • 主文献阅读(3):二阶优化算法和双层优化算法
  • 物理驱动机器学习(2):求解ODE和PDE的数值方法
  • 深度生成模型(3):变分自编码器
  • 图神经网络
  • 知识表示与推理(3):知识图谱
  • 主文献阅读(5):大模型和信息检索
  • 物理驱动机器学习(3):神经网络简介
  • 基于因果推断的推荐算法
  • 知识表示与推理(4):图表示学习
  • 主文献阅读(6):基于因果和公平的检索
  • 知识表示与推理(5):预训练模型
  • 主文献阅读(7):大模型基础
  • 自然语言处理-划重点
  • 主文献阅读(9):认知科学基础
澹台千儿

澹台千儿

427 文章
108 分类
6 标签
  • 首页
  • 关于
  • 文章
    • 归档
    • 分类
    • 标签
  • friends

随机文章

  • 计算机 算法与数据结构 数据结构
    栈
  • 计算机 机器学习 实验报告
    机器学习实验报告(4):牛顿法求解对数概率回归
  • 计算机 数据库
    数据库系统课堂随记
  • 杂文
    万事开头难
  • 计算机 机器学习 主文献阅读
    主文献阅读(7):大模型基础
  • 想法
    发癫小作文
  • 计算机 机器学习 经典模型
    diffusion models 总结
  • 计算机 工程问题
    macOS 的使用小技巧
  • 计算机 机器学习 实验报告
    机器学习实验报告(5):支持向量机
  • 想法
    2025年的一个经济与资产展望的讲座

最新评论

    © 2021 – 2025 澹台千儿 @ Tantai Qianer
    885k 字 | 13:25
    基于 Hexo & Theme.Shoka