← 返回卡片

原书出处

深入浅出强化学习:原理入门

01 第1章 绪论

核验版本的摘录快照 · 导入于 2026-11-19T06:04:54.431Z

标的动作被保留,不利于实现目标的动作被衰减。具体的算法,我们会在后面一一介绍。用一句话来概括强化学习和监督学习的异同点:

强化学习和监督学习的共同点是两者都需要大量的数据进行训练,但是两者所需要的数据类型不同。监督学习需要的是多样化的标签数据,强化学习需要的是带有回报的交互数据。

由于输入的数据类型不同,这就使得强化学习算法有它自己的获取数据、利用数据的独特方法。那么,都有哪些方法呢?这是本书重点要

此预览只包含定位所需的摘录和上下文。

原书定位详情

来源:a19c7933-4eda-4176-aebd-30fe7e1ad292

正文位置:extracted/深入浅出强化学习:原理入门/_epub-src/OEBPS/text00008.html

EPUB SHA-256:ae4f315e52c24fa9ecced8c7659f4c69287c6fc9158f48f7899711e24ebd8d57