文件名称:
强化学习：专注于强化学习的相关概念，用例和学习方法-源码
开发工具:
文件大小: 4kb
下载次数: 0
上传时间: 2021-02-23
详细说明：强化学习（RL）
专注于强化学习的相关概念，用例和学习方法
涵盖了RL中使用的关键术语，基本元素，围绕RL的概念/主题等。
地区
多武装强盗问题（MABP）
有限马尔可夫决策过程（MDP）
动态编程方法
蒙特卡洛方法
时差（TD）学习
n步自举
表格解法和近似解法
用例
临床试验：临床试验期间患者的健康状况以及研究的实际结果极为重要。 在这种情况下，探索等同于确定最佳治疗方法，而剥削则是在试验过程中尽可能有效地治疗患者。
网络路由：路由是为网络中的流量（例如电话网络或计算机网络（互联网）等）选择路径的过程。可以将信道分配给正确的用户，以使总吞吐量最大化，可以表示为： MABP。
在线广告：广告活动的目标是从展示广告中获得最大收益。 每次网络用户单击要约时，广告商都会创收。 与MABP相似，在探索（目标是使用点击率收集有关广告效果的信息）和利用（我们坚持至今效果最好的广告）之间要权
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
