机器学习的方法
监督学习 （supervised learning）
- 有数据和标签的监督学习
非监督学习 （unsupervised learning）
- 只有数据，没有标签的非监督学习
半监督学习 （semi-supervised learning）
- 结合了监督学习和非监督学习的半监督学习
强化学习 （reinforcement learning）
- 从经验中总结提升的强化学习
遗传算法 （genetic algorithm）
- 类似于强化学习，有着适者生存，不适者淘汰准则的遗传算法
强化学习算法的分类
强化学习算法
Q-Learning（单步更新的）
epsilon 贪婪策略（在刚开始训练 Q 函数时，我们必须有一个大的 epsilon。随着智能体对估算出的 Q 值更有把握，我们将逐渐减小 epsilon。）
Q-Table（行为状态，列为动作的表格，代码中表现为数组的形式；可以根据之前每个状态上的每一个动作，来计算未来最大奖励期望）
最低0.47元/天 解锁文章
1562
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
