Dynamic_Programming:引入动态编程时要注意的几个问题

【文件属性】：
文件名称：Dynamic_Programming:引入动态编程时要注意的几个问题
文件大小：1.22MB
文件格式：ZIP
更新时间：2021-04-03 23:04:50
JupyterNotebook 动态编程 引入动态编程时要注意的几个问题 1.简介 动态规划（DP）是将问题分解为较小的子问题，并使用子问题的解决方案构造较大问题的算法之一。 子问题的数量可能会变得非常大，并且有些情况下需要反复解决同一子问题，而不必要地增加了运行时间。 DP会组织计算以避免重新计算您已经知道的值，这通常可以节省大量时间（Jones＆Pevzner，2004）。 2.实施DP的示例 该存储库包含在不同上下文中实现DP算法的源代码，例如隐马尔可夫模型（HMM）和强化学习（RL）。 3.参考 琼斯，北卡罗来纳州和佩夫兹纳，宾夕法尼亚州（2004）。 生物信息学算法简介。 麻省理工学院出版社。

【文件预览】：
Dynamic_Programming-main
----HMM()
--------Backwards5.png(62KB)
--------POS_Tagging_Viterbi.ipynb(36KB)
--------Forward4.png(180KB)
--------Initialize4.png(166KB)
--------README.md(4KB)
----LICENSE(1KB)
----imgs()
--------knapsack.png(86KB)
--------tensorized_p_computation.png(30KB)
--------Ex4_3.png(276KB)
--------ex4_1.png(53KB)
--------Ex4_4.png(175KB)
--------ex4_2.png(193KB)
----RL()
--------Four-by-four Gridworld.ipynb(146KB)
--------Jacks_Car_Rental.ipynb(1KB)
--------src()
--------.ipynb_checkpoints()
--------README.md(726B)
----Problems()
--------LCS.ipynb(4KB)
--------NumberSolitaire.ipynb(4KB)
--------Knapsack.ipynb(4KB)
----README.md(908B)