原书出处
强化学习
07 值函数逼近 7.2.2 批量法
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。
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