强化学习第2课：强化学习，监督式学习，非监督式学习的区别

图片来源

现在让我们看一下强化学习和其他机器学习方法的对比。

在监督式学习中，我们有数据集，还有数据对应的标签。主要的任务是要让预测值尽量接近于这些标签。

监督学习还有一个很重要的特点，就是它的数据要满足独立性。这对于使用SGD等算法，需要对数据进行采样时非常重要。

而在强化学习中却没有这些假设条件：
我们没有数据集，但是我们有一个系统，可以从中取样数据。
我们也没有想要得到的结果标签，因为没有专家告诉我们要做什么。

不过我们可以自己尝试，通过采取一些行动，会有一个评判标准给我们正面或者负面的反馈。
例如在广告点击率这个问题中，我们得到的反馈就可以是用户点击网页后我们得到的钱。