
當(dāng)我們要學(xué)習(xí)人工智能的時(shí)候,我們需要學(xué)習(xí)很多的知識(shí),比如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等。一般來說,機(jī)器學(xué)習(xí)是人工智能的核心知識(shí),要想學(xué)好人工智能就必須重視機(jī)器學(xué)習(xí)的知識(shí)。在這篇文章中我們給大家介紹一下關(guān)于機(jī)器學(xué)習(xí)需要了解的知識(shí)。
當(dāng)然,說到機(jī)器學(xué)習(xí)就必須要說一下機(jī)器學(xué)習(xí)算法,在機(jī)器學(xué)習(xí)算法中,尤其是神經(jīng)網(wǎng)絡(luò)被認(rèn)為是新的人工智能革命的起因。而機(jī)器學(xué)習(xí)中涉及到了增強(qiáng)學(xué)習(xí),那么什么是增強(qiáng)學(xué)習(xí)呢?數(shù)據(jù)驅(qū)動(dòng)算法可以分為三類:監(jiān)督式、非監(jiān)督式和增強(qiáng)學(xué)習(xí)。監(jiān)督式學(xué)習(xí)和非監(jiān)督式學(xué)習(xí)通常用于執(zhí)行諸如圖像分類、檢測等任務(wù),雖然它們的精確度是顯著的,但這些任務(wù)不同于我們所期望的智能。而這些就是增強(qiáng)學(xué)習(xí)的來源。而增強(qiáng)學(xué)習(xí)的原理還是很簡單的,環(huán)境給agent一個(gè)正確的東西給予獎(jiǎng)勵(lì),并且對(duì)于錯(cuò)誤的東西來懲罰它。
下面我們就給大家介紹一下增強(qiáng)學(xué)習(xí)中的算法,有兩種應(yīng)用廣泛的增強(qiáng)學(xué)習(xí)算法,分別是Q Learning和Deep Q Learning,其中Q Learning是一種應(yīng)用廣泛的增強(qiáng)學(xué)習(xí)算法。如果不進(jìn)行詳細(xì)的數(shù)學(xué)運(yùn)算,給定的動(dòng)作質(zhì)量取決于agent處于什么狀態(tài)。agent通常執(zhí)行給予最大回報(bào)的操作。當(dāng)然,在這個(gè)算法中,agent根據(jù)環(huán)境給予多少回報(bào)來學(xué)習(xí)每個(gè)動(dòng)作的質(zhì)量。每個(gè)環(huán)境的狀態(tài)值以及Q值通常存儲(chǔ)在表中。當(dāng)agent與環(huán)境交互時(shí),Q值從隨機(jī)值更新到實(shí)際上有助于最大化回報(bào)的值。而Deep Q Learning則是Q Learning的拓展,這是因?yàn)镼 Learning的使用表的問題在于它不能很好地?cái)U(kuò)展。如果狀態(tài)數(shù)太高,該表將不適合于內(nèi)存。這就是Deep Q Learning可以應(yīng)用的地方。深度學(xué)習(xí)基本上是一種通用的近似機(jī)器,它能理解抽象的表示。深度學(xué)習(xí)可以用來近似Q值,也可以通過梯度下降學(xué)習(xí)Q值。
在增強(qiáng)學(xué)習(xí)中,在訓(xùn)練數(shù)據(jù)的情況下總會(huì)有經(jīng)驗(yàn)回放,這是因?yàn)樵谟?xùn)練神經(jīng)網(wǎng)絡(luò)時(shí),數(shù)據(jù)不平衡起著非常重要的作用。如果一個(gè)模型被訓(xùn)練,當(dāng)agent與環(huán)境交互時(shí),就會(huì)出現(xiàn)不平衡。所以,所有狀態(tài)以及相關(guān)數(shù)據(jù)都存儲(chǔ)在內(nèi)存中,神經(jīng)網(wǎng)絡(luò)可以隨機(jī)選取一批交互和學(xué)習(xí)。
那么增強(qiáng)學(xué)習(xí)有什么延伸的方面呢?其實(shí)增強(qiáng)學(xué)習(xí)有很多的功能,能很好地處理許多事情,但是在反饋稀疏的地方通常會(huì)失敗。agent不會(huì)長期探索實(shí)際有益的行為。有時(shí),為了自身的緣故而不是直接嘗試解決問題,需要采取一些行動(dòng)。因?yàn)檫@樣做可以讓agent執(zhí)行復(fù)雜的操作,基本上允許agent計(jì)劃事情。在這種設(shè)置中,有兩個(gè)Q網(wǎng)絡(luò)。它們被表示為控制器和元控制器。 元控制器查看原始狀態(tài)并計(jì)算要遵循的目標(biāo)。 控制器與目標(biāo)一起進(jìn)入狀態(tài),并輸出策略來解決目標(biāo)。檢查是否達(dá)成目標(biāo),并向控制器給予回報(bào)。 當(dāng)片段結(jié)束或達(dá)到目標(biāo)時(shí),控制器停止。然后,元控制器選擇一個(gè)新目標(biāo),并重復(fù)這個(gè)目標(biāo)。
在這篇文章中我們簡單給大家介紹了關(guān)于機(jī)器學(xué)習(xí)需要了解的知識(shí),具體的內(nèi)容就是關(guān)于增強(qiáng)學(xué)習(xí)的一些知識(shí)。通過這些內(nèi)容我們可以更深入地了解深度學(xué)習(xí)的知識(shí),希望這篇文章能夠更好地幫助到大家。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營問題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價(jià)值 在數(shù)據(jù)驅(qū)動(dòng)決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實(shí)踐到業(yè)務(wù)價(jià)值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計(jì)模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價(jià)值導(dǎo)向 統(tǒng)計(jì)模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10