maching learning入門（六）

ml入門（六）powered by @李宏毅 第十五課（Reinforcement Learning） 讓機器根據不同的action將會得到不同的response，可能是不好的，也可能是好的。reinforcement learning要做到的事情就是讓reward最大化。 有時reward的情況是非常sparse的，大部分reward的返回都爲0。RL的難點在於如何在sparse的情況下得到好的

>>阅读原文<<