zoukankan      html  css  js  c++  java
  • 有监督学习、无监督学习、强化学习比较

    有监督学习Supervised Learning:

    • 从已经标记的样本中进行学习
    • 可用于目标识别、分类
    • 本身不适合交互环境,但是若用正确的行为(action)对场景(situation)进行标注,也可学习。
    • 适用于标注难度不大,成本不高的情况。

    无监督学习Unsupervised Learning:

    • 从没有标记的样本中进行学习,以发现其中的结构
    • 常用于聚类,标注不易的场景。

    强化学习Reinforcement Learning:

    • 其中没有监督者,只有一个reward信号
    • 在与situation的交互中获取样例(训练样本)
    • agent的行为会影响之后一系列的data

    Deep Q-Network

    • Q-Learning(强化学习的一种)与神经网络的结合,简称 DQN。
    • 解决的问题难题:状态的数量过多,并且需要人工去设计特征,而且一旦特征设计不好,则得不到想要的结果。
    • 用神经网络处理状态过多的问题,取代原来 Q 表的功能。 
  • 相关阅读:
    IO模型
    MySQL存储引擎问题
    Flask信号流程
    Flask应用运行流程
    Linux远程连接及常用指令
    Linux的安装与配置
    python GIL锁问题
    python深浅拷贝问题
    pyhton中的__new__和__init__
    直流调速系统Modelica基本模型
  • 原文地址:https://www.cnblogs.com/xbit/p/9690700.html
Copyright © 2011-2022 走看看