《深入浅出机器学习》之强化学习

本文来自于简书,本文章主要通过举例来论证机器学习算法,通过矩阵进行强化学习介绍。所谓强化学习就是智能系统从环境到行为映射的学习,以使奖励信号(强化信号)函数值最大。如果Agent的某个行为策略导致环境正的奖赏(强化信号),那么Agent以后产生这个行为策略的趋势便会加强 -《百科》