CNN筆記（CS231N）——強化學習（Reinforcement Learning）
強化學習 我們之前講了監督學習跟無監督學習，這一講我們採用一種全新的思路來解決問題叫做強化學習。強化學習的目標是讓代理學會採取動作來最大化獎勵函數 下面是強化學習的一些例子 我們怎麼樣對這個問題進行建模呢？我們可以把這個問題看做一個馬爾科夫鏈 目標函數是從頭到尾的獎勵加權相加 對於π是固定的，那麼怎麼解決隨機性的問題呢？方案就是採用數學期望來平均這些隨機性 由於我們可以定義價值函數，來代表特定狀態
相關文章
- 1. 強化學習學習筆記——介紹強化學習(reinforcement learning)
- 2. 強化學習（Reinforcement Learning）
- 3. 強化學習(Reinforcement Learning)
- 4. 強化學習reinforcement learning
- 5. QUANT[17]強化學習(Reinforcement Learning)學習筆記5
- 6. AI學習筆記之——強化學習(Reinforcement Learning, RL)
- 7. QUANT[20]強化學習(Reinforcement Learning)學習筆記8
- 8. QUANT[19]強化學習(Reinforcement Learning)學習筆記7
- 9. QUANT[16]強化學習(Reinforcement Learning)學習筆記4
- 10. QUANT[15]強化學習(Reinforcement Learning)學習筆記3
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 強化學習學習筆記——介紹強化學習(reinforcement learning)
- 2. 強化學習（Reinforcement Learning）
- 3. 強化學習(Reinforcement Learning)
- 4. 強化學習reinforcement learning
- 5. QUANT[17]強化學習(Reinforcement Learning)學習筆記5
- 6. AI學習筆記之——強化學習(Reinforcement Learning, RL)
- 7. QUANT[20]強化學習(Reinforcement Learning)學習筆記8
- 8. QUANT[19]強化學習(Reinforcement Learning)學習筆記7
- 9. QUANT[16]強化學習(Reinforcement Learning)學習筆記4
- 10. QUANT[15]強化學習(Reinforcement Learning)學習筆記3