人工智能机器学习常用算法总结及各个常用算法精确率对比
发布时间：2020-05-12 20:56:21 所属栏目：安全 来源：站长网
导读：副标题#e# 机器学习的知识树，这个图片是Github上的，有兴趣的可以自己去看一下： 地址：https://github.com/trekhleb/homemade-machine-learning 简单的翻译一下这个树： 英文中文 Machine Learning 机器学习 Supervised Learning 监督学习 Unsupervised L
|
强化学习目的是构造一个控制策略，使得Agent行为性能达到最大。Agent从复杂的环境中感知信息，对信息进行处理。Agent通过学习改进自身的性能并选择行为，从而产生群体行为的选择，个体行为选择和群体行为选择使得Agent作出决策选择某一动作，进而影响环境。增强学习是指从动物学习、随机逼近和优化控制等理论发展而来，是一种无导师在线学习技术，从环境状态到动作映射学习，使得Agent根据最大奖励值采取最优的策略；Agent感知环境中的状态信息，搜索策略（哪种策略可以产生最有效的学习）选择最优的动作，从而引起状态的改变并得到一个延迟回报值，更新评估函数，完成一次学习过程后，进入下一轮的学习训练，重复循环迭代，直到满足整个学习的条件，终止学习。 （编辑：源码门户网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
