第十讲——强化学习
首先介绍了机器学习的方法和强化学习的概念。
之后介绍了数学模型MDP:
对强化学习进行分类:
介绍了最常用的方法Q-Learning和计算思路和公式:
DQN——Q-learning的一种方法,能处理状态多但是行动空间数值不高的行动决策。
如果状态太多不能用表来表示,可以用函数表示。
(状态位参数θ,状态多的函数是复杂函数,最为拟合的就是深度学习的方法)
实践证明DQN的表现很好:
还有一种算法:
随后列举了美团的“推荐系统”,系统会观察用户的行为,记录用户点击的店面下单的东西,然后分析数据,下次点开推送类似的东西;还介绍了出租车派单系统、智能交通等等。最后概括了一下机器学习的知识体系:
知识体系很庞大,眼花缭乱,老师给出了学习意见:
至此,机器学习十讲内容结束。