系列文章: 60天的博弈: 第1篇Sales & Customers
销售的无形之手：60天的博弈
这是一个 ExaWin+ 决策案例：将销售现场观察与客户反应作为贝叶斯证据持续更新，在 60 天内追踪赢单概率，并把有限的销售资源分配给更有价值的客户与行动。
- Bayesian
- bayesian
- Beta Distribution
Skip to article library
Field Library
All Articles
Evidence, methods, and operating insight for decisions that must work in the field.
27Published articles
All Articles
Page 4 of 427 articles in the current library
系列文章: 强化学习基础: 第1篇Theory & Methods
强化学习史：从贝尔曼方程到深度强化学习
之所以选择强化学习（Reinforcement Learning，RL）作为本博客的第一个主题，一方面是因为我个人对强化学习抱有浓厚兴趣：它以传统理论为基础，沿着不同于近年来迅猛发展并备受关注的深度学习和 LLM AI 智能体的轨迹，不断发展并持续影响着现实世界；另一方面，强化学习将被整合到 Exavion 的扩展型 ERP、AI 集成企业应用 Exa-Solution 中，这也是主要原因之一。
- AI
- 强化学习
- RL
系列文章: 强化学习基础: 第2篇Theory & Methods
数学之前的强化学习：从行为实验到 MDP
许多初次接触强化学习的学习者无法清楚理解马尔可夫决策过程（Markov Decision Process，MDP）与强化学习（Reinforcement Learning）之间在概念上的差异和关系，因此常常在学习初期面临入门障碍。为了减少这种困惑，有必要先梳理二者之间的关系。
- AI
- 强化学习
- RL