数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究什么是强化学习？它与监督学习和无监督学习有什么区别？
在强化学习方法中，训练好的智能体与特定环境交互，并根据该环境的当前状态采取行动。
强化学习的工作原理如下：
- 首先，你需要为智能体准备一组特定的策略。
- 现在让智能体观察环境的当前状态。
- 根据智能体的观察结果，选择最优策略，并执行合适的动作。
- 根据采取的动作，智能体将获得奖励或惩罚。
- 如有必要，更新步骤 1 中使用的策略集。重复步骤 1-4 的过程，直到智能体学习并采用最优策略。
如我们所知，监督学习方法在训练过程中同时使用训练数据及其关联的输出。但无监督学习方法不需要任何标签或响应以及训练数据，它们从给定的原始数据中学习模式和关系。而在强化学习方法中，智能体以离散步骤与特定环境交互。
如果我们谈论输出，监督学习方法的预测基于类别类型，无监督学习方法发现潜在模式，但在强化学习方法中，存在一个奖励和动作系统，学习智能体在其中工作。
更新于：2021年11月24日
721 次查看
广告