机器学习-强化学习理论

  1. 人工智慧,人工智能
    人工智慧,大范围,包括人工智能,人工智慧除了人工智能,还包括一些管理模式和智慧策略,比如,智慧校园,智慧防疫
  2. 场景问题,方法
    从场景问题出发,回归问题,主要有监督学习,可以线性模型,可以非线性模型
    其他问题,如分类,可以无监督可以有监督学习
    关键明确场景问题

    3.强化学习和有监督学习
    有监督学习有明确的已知的结果,让机器学习准确函数表达
    强化学习,更围绕最优答案,所获得的反馈机制分数,通过反复学习使得机器输出最合适结果。比如,下棋,有监督+强化学习,有监督学习机器预存很多棋盘棋谱模式,强化学习,对手的存在,反复练习学习,使得机器知晓在当前情况,下在哪一步,赢的概率大。
    3.


    4.二标签分类和多标签分类
浙ICP备19012682号