Andrew Ng机器学习课程17(1)

Andrew Ng机器学习课程17(1)


声明:引用请注明出处http://blog.csdn.net/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
这里写图片描述
这里写图片描述
这里写图片描述


2015-10-10 艺少

原文地址:https://www.cnblogs.com/huty/p/8519040.html