強化學習

機器學習可以分爲三類，分別是 supervised learning，unsupervised learning 和reinforcement learning。而強化學習與其他機器學習不同之處爲： 沒有教師信號，也沒有label。只有reward，其實reward就相當於label。 反饋有延時，不是能立即返回。 相當於輸入數據是序列數據。 agent執行的動作會影響之後的數據。 強化學習的關鍵

>>阅读原文<<