Tartalom
- Meghatározás - Mit jelent a Q-tanulás?
- Bevezetés a Microsoft Azure és a Microsoft Cloud | A jelen útmutató során megtanulja, mi szól a felhőalapú számítástechnikából, és hogyan segítheti a Microsoft Azure a felhőből történő migrációt és az üzleti vállalkozás futtatását.
- A Techopedia magyarázza a Q-tanulást
Meghatározás - Mit jelent a Q-tanulás?
A Q-learning egy algoritmus-struktúra kifejezése, amely modellezés nélküli megerősítési tanulást képvisel. A politika értékelésével és sztochasztikus modellezéssel a Q-learning megtalálja a legjobb utat a Markov döntési folyamatában.
Bevezetés a Microsoft Azure és a Microsoft Cloud | A jelen útmutató során megtanulja, mi szól a felhőalapú számítástechnikából, és hogyan segítheti a Microsoft Azure a felhőből történő migrációt és az üzleti vállalkozás futtatását.
A Techopedia magyarázza a Q-tanulást
A Q-learning algoritmus technikai felépítése egy ügynököt, állapotok halmazát és egy állapotonkénti műveletek halmazát foglalja magában.
A Q függvény súlyokat használ különféle lépésekhez, diszkont tényezővel együtt a jutalom értékeléséhez.
Noha ez egyszerű ötletnek tűnik, a Q-tanulás rendkívül fontos a megerősítő tanulás és a mélyreható tanulási modellek sokféle formájában. Az egyik legjobb példa az, amikor a mély Q-tanulást arra használják fel, hogy a gépi tanulási programok megtanulják a játékstratégiákat különféle típusú videojátékokban, például az 1980-as évek Atari-játékaiban. Itt egy konvolúciós neurális hálózat vesz mintákat a játékból, hogy egy sztochasztikus modellt dolgozzon ki, amely elősegíti a számítógép számára, hogy jobban tudja játszani a játékot az idő múlásával.
A Q-tanulásnak nagy a lehetősége arra, hogy elősegítse a mesterséges intelligencia és a gépi tanulás előmozdítását.