新詞彙：元學習/增強學習

/1強化學習/增強學習 Reinforcement Learning 參考 cs231n 14節課 深度增強學習 強化學習是一種無監督學習，即輸入數據x沒有label，需要找出隱藏的數據結構。Markov Decision Process(MDP，馬爾可夫決策過程)是強化學習的數學表示，滿足Markov 性，即當前狀態完全刻畫世界狀態。 馬爾可夫決策步驟： 1* t=0，初始狀態s0從p(s0)初

>>阅读原文<<