機器學習筆記(十六)強化學習
16.強化學習 16.1任務與獎賞 強化學習（reinforcementlearning）的過程就是機器通過一系列的動作和環境交互，從而得到最佳的動作序列。圖示： 強化學習任務用馬爾可夫決策（Markov Decision Process，MDP）描述：機器處於環境E中，狀態空間爲X，其中每個狀態x∈X是機器感知到的環境的描述；機器能採取的動作構成了動作空間A，若某個動作a∈A作用在當前狀態x
相關文章
- 1. 機器學習筆記——強化學習
- 2. 機器學習（十四）——強化學習
- 3. 《機器學習》學習筆記（二十三）—初探強化學習
- 4. 機器學習筆記六
- 5. 強化學習學習筆記——介紹強化學習(reinforcement learning)
- 6. 《機器學習》筆記-強化學習（16）
- 7. 學習筆記：強化學習在機器人中的應用
- 8. CS231n 學習筆記（十六）
- 9. MATLAB學習筆記（十六）
- 10. 百面機器學習總結筆記（第十一章 強化學習）
- 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
