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&#

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值