htfenght的博客

机器学习算法完整版见fenghaootong-github 强化学习原理（RL） RL与有监督学习、无监督学习的比较： 有监督的学习是从一个已经标记的训练集中进行学习，训练集中每一个样本的特征可以视为是对该situation的描述，而其label可以视为是应该执行的正确的action，但是有监督的学习不能学习交互的情景，因为在交互的问题中获得期望行为的样例是非常不实际的，agen...

机器学习算法完整版见fenghaootong-github 强化学习应用实例 导入模块 # -*- coding: utf-8 -*- import numpy as np import pandas as pd import time 设置参数 #产生伪随机数列 np.random.seed(2) N_STATES = 6 ACTIONS = ['left', 'right'...