入門強化學習1

1.初識強化學習（RL） 2.課程基礎 3.資料學習 4.基本概念 核心思想：智能體agent在環境environment中學習，根據環境的狀態state，執行動作action，並根據環境的反饋reward（獎勵）來指導更好的動作。 特點： 不斷和環境交互，觀察和輸出動作 獎勵延遲 應用場景： 遊戲 個性推薦 股票 交通 強化學習與監督學習的區別：

>>阅读原文<<