← 返回卡片

原书出处

强化学习

07 值函数逼近 7.2.2 批量法

第1版 · 核验版本的摘录快照 · 导入于 2026-11-20T14:51:48.895Z

批量法是把一段时期内的数据集中起来,如给定一段经验数据集,通过学习,找到最好的拟合函数使得参数能较好地符合这段时期内所有的数据,满足损失函数最小。

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/强化学习/_epub-src/OEBPS/Text/1-016.xhtml

EPUB SHA-256:09d029c3e00ed3f65d67041527ebdeec43f6860c9e329632f76265063e65d5ae