强化学习(1)

课程资料参见：https://github.com/zhoubolei/introRL 课件：https://github.com/zhoubolei/introRL/blob/master/lecture1.pdf 数列决策过程 机器感知和机器决策结合起来 和监督学习对比学习 监督学习：有标签 强监督学习会希望数据尽量的i.i.d（IID即随机的）可以消除数据之间的相关性 无监督学习：无标签 强

>>阅读原文<<