标签：状态   功能   难题   解决   标识   问题   聚类   难度   学习   

有监督学习Supervised Learning：

• 从已经标记的样本中进行学习
• 可用于目标识别、分类
• 本身不适合交互环境，但是若用正确的行为(action)对场景(situation)进行标注，也可学习。
• 适用于标注难度不大，成本不高的情况。

无监督学习Unsupervised Learning：

• 从没有标记的样本中进行学习，以发现其中的结构
• 常用于聚类，标注不易的场景。

强化学习Reinforcement Learning：

• 其中没有监督者，只有一个reward信号
• 在与situation的交互中获取样例（训练样本）
• agent的行为会影响之后一系列的data

Deep Q-Network

• Q-Learning与神经网络的结合，简称 DQN。
• 解决的问题难题：状态的数量过多，并且需要人工去设计特征，而且一旦特征设计不好，则得不到想要的结果。
• 用神经网络处理状态过多的问题，取代原来 Q 表的功能。 

有监督学习、无监督学习、强化学习比较

标签：状态   功能   难题   解决   标识   问题   聚类   难度   学习   

原文地址：https://www.cnblogs.com/xbit/p/9690700.html