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。