機器學習方法篇(26)------蒙特卡羅方法

● 每週一言 易怒與躁動，是不成熟的表現。 導語 蒙特卡洛，是袖珍之國摩納哥的一座賭城名字。馮·諾依曼用一個賭城的名字命名蒙特卡洛方法，增加了這個方法的神祕性。那麼，MC的算法思想是什麼？ 蒙特卡羅方法 如上一節所述，MC是一種基於樣本而不基於模型的價值學習方法，只需要在不斷試錯過程當中學習到的經驗。總體來說，MC的核心思路步驟是：探索 → 模擬 → 抽樣 → 估值 → 策略優化。 在上一節中我們

>>阅读原文<<