Andrew Ng机器学习课程17(1)

转载于 2015-10-10 23:29:00 发布 · 33 阅读

·

0

·

CC 4.0 BY-SA版权

原文链接：http://www.cnblogs.com/huty/p/8519040.html

文章标签：

本文主要探讨了强化学习与监督学习在设定上的区别，并通过马尔可夫决策过程公式化描述了强化学习的框架。文章深入浅出地讲解了强化学习的核心概念及其与监督学习的异同。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Andrew Ng机器学习课程17(1)

声明：引用请注明出处http://blog.youkuaiyun.com/lg1259156776/

说明：主要介绍了强化学习与监督学习的设定上的区别，以及强化学习的框架，结合着马尔可夫决策过程来公式化描述强化学习通常的形式。

这里写图片描述

2015-10-10 艺少

转载于:https://www.cnblogs.com/huty/p/8519040.html

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。