原书出处
AI制胜:机器学习极简入门
01 机器学习概述 1.4.3
作才是最好的。这个智能体不是做一次决策就完成了学习的过程
。实际上,它要做的是一个序列的决策。我们怎么评判智能体策略的好坏呢?评判的形式就是,它能拿到的奖励会有多大。每一步都可能有奖励,所以评判的形式是把总的奖励加起来看看它有多大。
为了更好地认识强化学习,我们通过一个现实世界中与其类似
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/AI制胜:机器学习极简入门/_epub-src/OEBPS/Text/chapter1.xhtml
EPUB SHA-256:6998c0d7893ca783d8854506b41a985e822de1050c9cada2886de5e1c7b9e314