随笔分类 - 强化学习
摘要：一、推荐中如何定义强化学习的几个元素 方式1： Agent：推荐引擎。 Environment：用户。 Reward：如果一条新闻被点击，计+1，否则为0。一次推荐中10条新闻被点击的新闻个数作为Reward。 State：包含3个部分，分别是用户标签、候选新闻的新闻标签和用户前4屏的点击历史（如果
阅读全文
摘要：来源：https://www.zhihu.com/question/26408259 问题分析 我们可以通过强化学习（reinforcement learning）来解决小鸟怎么飞这个问题。强化学习中有状态（state）、动作（action）、奖赏（reward）这三个要素。智能体（Agent，指小
阅读全文
摘要：代码实现参考GitHub：https://github.com/gczr/Q-Learning
阅读全文
