_Aming

摘要： 机器学习方法：有监督学习，无监督学习，强化学习 有监督学习：有标签有目标 无监督学习：无标签，无目标 强化学习：过程模拟和观察进行学习。 强化学习 策略：在特定状态下应该怎么采取行动。 目标：找到最佳策略，即能够获得最大奖励的策略。 数学模型：马尔可夫决策过程（MDP） 强化学习方法形式化为MDP， 阅读全文