2019年3月14日
强化学习1
摘要： 只是初步涉猎，因为读的论文涉及到了。 学习资料来自于网络，主要是udacity的cs600，佐治亚理工的老师 本来以为第一遍看视频就能完全搞懂了，并没有 还是写随笔好好整理一下 三种学习的类型：有监督，无监督，强化 实际的世界，系统，状态之间的转移由马尔可夫的状态转移概率确定。 States:$ s 阅读全文
posted @ 2019-03-14 16:12 zherlock 阅读(104) 评论(0) 推荐(0) 编辑