我是谁我在哪我在学什么

强化学习是通过让智能体（Agent）不断地对所处环境（Environment）进行探索和开发并根据反馈的回报（Reward）进行的一种经验学习。其中智能体是我们要学习的对象，环境则是对智能体的一种外在的约束，智能体可以在这个环境内进行探索和开发，而回报则是环境对智能体最直接的反馈。智能体会根据现有的经验做出决策动作，这个经验可能是保守型的（只选择可能累积价值最大的动作，称之为开发），也可能是探索型的（随机选择一个未知的动作，称之为探索）优快云强化学习系列1 概述开发对于最大化当前时刻期望收.

如果我们发现了过拟合问题，应该如何处理？丢弃一些不能帮助我们正确预测的特征。可以是手工选择保留哪些特征，或者使用一些模型选择的算法来帮忙（例如PCA）正则化。 保留所有的特征，但是减少参数的大小（magnitude）。PICTURE:/home/nano/.config/tencent-qq//AppData/file//sendpix1.jpg...

课程官网吴恩达老师机器学习课程笔记斯坦福大学的课程视频

这种的是两个参数的样本进行线性回归，它的公式可以是简单的用直线分类，也可以用上图的二次、三次的组合去拟合更复杂的曲线

线性回归是连续的量，用的是梯度下降或者正规方程来求解。这一篇讲分类离散的量。课程官网吴恩达老师机器学习课程笔记斯坦福大学的课程视频深度学习：感知器学习算法

斯坦福大学的机器学习课程链接斯坦福大学的课程视频吴恩达老师机器学习教程中文笔记