2021年2月6日
《机器学习十讲》学习报告十
摘要： 强化学习： 智慧决策的过程，通过过程模拟和观察来不断学习，提高决策能力 策略：在特定状态下应该怎么采取行动 目的：找到最佳策略，即能够获得最大奖励的策略 数学模型： 策略和目标： 在马尔科夫决策过程中，最终需要求解一个策略，他是行动和状态之间的映射 分为确定性策略和随机性策略 目标：最大化累计奖励的 阅读全文
posted @ 2021-02-06 14:23 凋零_( 阅读(76) 评论(0) 推荐(0)