強化學習(RL)

強化學習是機器學習中的一個領域，強調如何基於環境而行動，以取得最大化的預期利益。其靈感來源於心理學中的行爲主義理論，即有機體如何在環境給予的獎勵或懲罰的刺激下，逐步形成對刺激的預期，產生能獲得最大利益的習慣性行爲。——wiki 強化學習在許多學科都有應用，除了AI外，還包括自動化的控制理論，數學中的運籌學和認知科學。 在機器學習中，通常可以分爲有監督學習（分類，迴歸），無監督學習（聚類，降維）和強

>>阅读原文<<