強化學習筆記01，02——強化學習問題和Multi-arm Bandits

人之所以能適應環境的變化並不斷提高解決問題的能力，其原因是人能通過學習積累經驗，總結規律，以增長知識和才能，從而更好地改善自己的決策和行爲。強化學習的思想來源於人類對動物學習過程的長期觀察。在機器學習範疇，依據從系統中獲得的反饋不同，機器學習可以分爲監督學習，無監督學習和強化學習。 強化學習概念 強化學習要解決的問題： 一個能夠感知環境的自治智能體（Agent），如何通過學習選擇能夠達到目標的最優

>>阅读原文<<