AI人工智能教程
AI人工智能教程
  1. AI人工智能 入门概念
    1. AI人工智能 概述
    2. AI人工智能是什么
    3. AI人工智能组成有什么
    4. AI人工智能涉及什么
  2. AI人工智能开发环境配置
    1. AI人工智能 为什么使用Python来开发AI
    2. AI人工智能 Python的特点
    3. AI人工智能 Python的重要功能
    4. AI人工智能 安装Python
  3. AI人工智能机器学习
    1. AI人工智能 机器学习的类型(ML)
    2. AI人工智能 最常见的机器学习算法
  4. AI人工智能 数据准备
    1. AI人工智能 预处理数据
    2. AI人工智能 数据预处理技术
    3. AI人工智能 标记数据
  5. AI人工智能 监督学习(分类)
    1. AI人工智能 在Python中构建分类器的步骤
    2. AI人工智能 在Python中构建分类器
    3. AI人工智能 逻辑回归
    4. AI人工智能 决策树分类器
    5. AI人工智能 随机森林分类器
    6. AI人工智能 分类器的性能
    7. AI人工智能 分类失衡问题
    8. AI人工智能 合奏技巧
  6. AI人工智能监督学习（回归）
    1. AI人工智能 在Python中构建回归器
  7. AI人工智能逻辑编程
    1. AI人工智能 如何用逻辑编程解决问题
    2. AI人工智能 安装必需的包
    3. AI人工智能 逻辑编程的例子
    4. AI人工智能 查找素数
    5. AI人工智能 解决难题
  8. AI人工智能无监督学习：聚类
    1. AI人工智能 聚类概述
    2. AI人工智能 数据聚类算法
  9. AI人工智能 自然语言处理
  10. AI人工智能 NLTK包
    1. AI人工智能 导入NLTK
    2. AI智能 标记化，词干化和词形化的概念
    3. AI人工智能 块化:将数据分割成块
    4. AI人工智能 词袋(BOW)模型
    5. AI人工智能 解决问题
    6. AI人工智能 主题建模
  11. AI人工智能 时间序列数据介绍
    1. AI人工智能 时间序列数据介绍
    2. AI人工智能 Pandas
    3. AI人工智能 从时间序列数据中提取统计信息
    4. AI人工智能 隐马尔可夫模型(HMM)分析顺序数据
  12. AI人工智能 语音识别
    1. AI人工智能 构建语音识别器
    2. AI人工智能 可视化音频信号 - 从文件读取并进行处理
    3. AI人工智能 表征音频信号:转换到频域
    4. AI人工智能 生成单调音频信号
    5. AI人工智能 语音特征提取
    6. AI人工智能 口语词的识别
  13. AI人工智能 启发式搜索
    1. AI 人工智能概念
    2. AI人工智能 约束满足解决的现实世界问题
  14. AI人工智能 赌胜负
    1. AI人工智能 算法
    2. AI人工智能 模拟游戏
  15. AI人工智能 神经网络
    1. AI人工智能 神经网络概述
    2. AI人工智能 基于感知器的分类器
    3. AI人工智能 单层神经网络
    4. AI人工智能 多层神经网络
  16. AI人工智能 强化学习
    1. AI人工智能 强化学习基础
    2. AI人工智能 构建模块：环境和代理
    3. AI人工智能 用Python构建环境
    4. AI人工智能 用Python构建一个学习代理
  17. AI人工智能 遗传算法
    1. AI人工智能 遗传算法概述
    2. AI人工智能 使用遗传算法实现解决方案
  18. AI人工智能 计算机视觉
    1. AI人工智能 概述
    2. AI人工智能 读取，写入和显示图像
    3. AI人工智能 色彩空间转换
    4. AI人工智能 边缘检测
    5. AI人工智能 人脸检测
  19. AI人工智能 深度学习
    1. AI人工智能 机器学习VS深度学习
    2. AI人工智能 卷积神经网络（CNN）
阅读(3.2k) 书签 赞(0) 我要纠错

AI人工智能 强化学习基础

2020-09-24 11:03 更新

在本章中，您将详细学习使用 Python 进行 AI 强化学习的概念。

强化学习基础

这种类型的学习被用来加强或加强基于评论者信息的网络。 也就是说，在强化学习下训练的网络从环境中获得一些反馈。 但是，反馈是评价性的，并且不像监督式学习的情况那样具有启发性。 基于这种反馈，网络将对权重进行调整以获得更好的评论信息。

这个学习过程类似于监督学习，但我们可能拥有的信息非常少。 下图给出了强化学习的框图 -

img

以上内容是否对您有帮助：
← AI人工智能 多层神经网络
AI人工智能 构建模块：环境和代理 →

推荐文章

推荐教程

推荐课程

在线笔记
App下载
App下载

扫描二维码

下载编程狮App

公众号
微信公众号

编程狮公众号