莫烦强化学习笔记整理（一）

（一）RL简介)

1、什么是强化学习

（1）简介

强化学习是一类算法，让计算机在不断的尝试中更新自己的行为准则，最后找到规律学会达到目的的方法，这就是一个完整的强化学习过程。

在强化学习中，一种行为的分数是十分重要的，所以强化学习具有分数导向性。这种分数导向性可以类比我们在监督学习中的正确标签。

（2）RL、监督学习、无监督学习、半监督学习的对比

监督学习（Supervised learning）：

监督学习即具有特征（feature）和标签（label）的，即使数据是没有标签的，也可以通过学习特征和标签之间的关系，判断出标签——分类。

简言之：提供数据，预测标签。比如对动物猫和狗的图片进行预测，预测label为cat或者dog。

无监督学习（Unsupervised learning）：

无监督学习没有标签，只有特征，在没有标签的训练数据集中，通过数据之间的内在联系和相似性将他们分成若干类——聚类。根据数据本身的特性，从数据中根据某种度量学习出一些特性。

简言之：给出数据，寻找隐藏的关系。

半监督学习（Semi-Supervised learning）：

半监督学习使用的数据，一部分是标记过的&#