第五章 模型和訓練 | 強化學習模型

第五章 模型和訓練 1、強化學習模型 強化學習（Reinforcement Learning）是讓計算機實現在特定的情況下，通過不斷地嘗試,從錯誤中學習,最後找到規律,找到可以獲得最大回報的行爲。強化學習有四個基本組件，包括輸入：環境（States），動作（Actions），回報(Rewards)以及輸出：方案（Policy）。和監督學習不同，強化學習沒有確定的標籤，需要機器自己摸索，每一個動作對

>>阅读原文<<