【計算機科學】【2016.09】時間序列的訓練策略：過濾學習與強化學習

本文爲美國佐治亞理工學院（作者：Arun Venkatraman）的博士論文，共97頁。 數據驅動的時間序列建模方法在經濟學的市場預測和機器人系統仿真等各種應用中都很重要。然而，傳統的爲i.i.d.數據設計的有監督機器學習技術在這些序列問題上常常表現不佳。本文提出無論是對於預測、濾波還是強化學習，直接訓練遞歸預測過程本身，而不是建立生成概率模型，可以有效地實現時間序列和序列預測。 爲此，我們介紹了

>>阅读原文<<