CNN笔记（CS231N）——强化学习（Reinforcement Learning）
强化学习 我们之前讲了监督学习跟无监督学习，这一讲我们采用一种全新的思路来解决问题叫做强化学习。强化学习的目标是让代理学会采取动作来最大化奖励函数 下面是强化学习的一些例子 我们怎么样对这个问题进行建模呢？我们可以把这个问题看做一个马尔科夫链 目标函数是从头到尾的奖励加权相加 对于π是固定的，那么怎么解决随机性的问题呢？方案就是采用数学期望来平均这些随机性 由于我们可以定义价值函数，来代表特定状态
相关文章
- 1. 强化学习学习笔记——介绍强化学习(reinforcement learning)
- 2. 强化学习（Reinforcement Learning）
- 3. 强化学习(Reinforcement Learning)
- 4. 强化学习reinforcement learning
- 5. QUANT[17]强化学习(Reinforcement Learning)学习笔记5
- 6. AI学习笔记之——强化学习(Reinforcement Learning, RL)
- 7. QUANT[20]强化学习(Reinforcement Learning)学习笔记8
- 8. QUANT[19]强化学习(Reinforcement Learning)学习笔记7
- 9. QUANT[16]强化学习(Reinforcement Learning)学习笔记4
- 10. QUANT[15]强化学习(Reinforcement Learning)学习笔记3
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 强化学习学习笔记——介绍强化学习(reinforcement learning)
- 2. 强化学习（Reinforcement Learning）
- 3. 强化学习(Reinforcement Learning)
- 4. 强化学习reinforcement learning
- 5. QUANT[17]强化学习(Reinforcement Learning)学习笔记5
- 6. AI学习笔记之——强化学习(Reinforcement Learning, RL)
- 7. QUANT[20]强化学习(Reinforcement Learning)学习笔记8
- 8. QUANT[19]强化学习(Reinforcement Learning)学习笔记7
- 9. QUANT[16]强化学习(Reinforcement Learning)学习笔记4
- 10. QUANT[15]强化学习(Reinforcement Learning)学习笔记3