摘要： 一、三种类型 1. 有监督学习 1) 给定输入，预测输出 2. 增强学习 1) 学习到一个序列，使最终的收益最大（下棋等） 3. 无监督学习 1) 发现输入的内部表示二、有监督学习的两种类型 1. 回归（拟合） 2. 分类三、增强学习 1. 在增强学习中，我们需要学习一个行为序列，但是唯一的有监督信号是最终的一个标量：回报值 2. 目标：每次选择一个行为都最大化最终的回报值 3. 增强学习是困难的，唯一的有监督信息（下棋输赢）提供不了太多的有用信息 4. 增强学习模型很难学习到百万级别的参数个数，一般几十个，最多上千四、无监督学习 1. 不仅仅是聚类，聚类... 阅读全文