機器學習可以分為有監督學習,無監督學習和強化學習.
強化學習是機器學習的乙個重要分支,本文重點談一下對於強化學習的理解.
首先,什麼是強化學習? 強化學習就是學習」做什麼才能使得數值化的收益訊號最大化」.學習者不會被告知應該採取什麼動作,而是必須自己通過嘗試去發現哪些動作會產生最豐厚的收益.試錯和延遲收益是強化學習兩個最重要最顯著的特徵.
強化學習與有監督學習不同: 有監督學習是從外部監督者提供的帶標註訓練集中進行學習.每乙個樣本都是情境和標註的描述, 而強化學習是從互動中學習.
強化學習也與無監督學習不同:無監督學習是乙個典型的尋找未標註資料中隱含結構的過程, 強化學習的目標是最大化收益訊號而不是找出資料的隱含結構.
強化學習系統有四個核心要素: 策略, 收益訊號, 價值函式和對環境建立的模型.
1 策略定義了學習智慧型體在特定時間的行為方式. 一般來說, 策略可能是環境所在狀態和智慧型體所採取的動作的隨機函式.
2 收益訊號定義了強化學習問題中的目標.收益訊號是改變策略的主要基礎.
3 價值函式表示了從長遠的角度看什麼是好的, 與之相對, 收益訊號表明了在短時間內什麼是好的.簡單的說,乙個狀態的價值是乙個智慧型體從這個狀態開始,對將來累積的總收益的期望.
4對環境建立的模型是一種環境的反應模式的模擬,它允許對外部環境的行為進行推斷. 對環境建立模型並不是強化學習必需的, 所以基於此可以將強化學習分為有模型的方法和無模型的方法.
監督學習 無監督學習 強化學習
學習的種類分為監督學習 無監督學習 強化學習等，我們將學生比作計算機，老師比作周圍的環境 資料 監督學習 對於有標籤的資料進行學習，目的是能夠正確判斷無標籤的資料。通俗的講，老師教授學生知識，並告知學習過程中的對與錯，讓學生可以從所學知識的經驗和技能中對沒有學過的問題進行正確回答，這就是監督學習，用...
監督學習 無監督學習 半監督學習 強化學習
目錄 監督學習 非監督學習 半監督學習 強化學習 懶散學習法 積極學習法 1 訓練資料有標柱類別 2 指根據訓練資料學習乙個模型，然後能對後來的輸入做 3 輸入變數和輸出變數可以是連續的，也可以是離散的。若輸入變數和輸出變數均為連續變數，則稱為回歸 輸出變數為有限個離散變數，則稱為分類。4 必須要有...
什麼是監督學習非監督學習，強化學習
機器學習按照學習方式的不同，分為很多的型別，主要的型別分為 什麼是監督學習？利用一組已知類別的樣本調整分類器的引數，使其達到所要求效能的過程，也稱為監督訓練。正如下圖中給出了好多鴨子的特徵那樣，指示出那些是鴨子哪些不是鴨子，然後讓計算機進行學習，計算機要通過學習才能具有識別各種事物和現象的能力。用來...