用户访问量
注册用户数
在线视频观看人次
在线实验人次
增强学习是一种试错(trial-and-error)的学习方式，从不断尝试的经验中发现一个好的policy，从而在这个过程中获取更多的reward。在学习过程中，会有一个在Exploration（探索）和Exploitation（利用）之间的权衡。
Exploration（探索）会放弃一些已知的reward信息，而去尝试一些新的选择——即在某种状态下，算法也许已经学习到选择什么action让reward比较大，但是并不能每次都做出同样的选择，也许另外一个没有尝试过的选择会让reward更大，即Exploration希望能够探索更多关于environment的信息。
Exploitation（利用）指根据已知的信息最大化reward。
¥ 5999
·难
·20
¥ 9999
·难
·1
¥ 7999
·难
·8
¥ 199
·易
·31
¥ 899
·适中
·15
¥ 1688
·适中
·198
¥ 28000
·难
·169
¥ 199
·偏易
·3589
¥ 100000
·难
·171
¥ 998
·难
·9
¥ 1899
·难
·15
¥ 199
·易
·342
¥ 5999
·适中
·30
¥ 6999
·难
·18
¥ 5999
·难
·15
¥ 3999
·难
·15
¥ 2999
·难
·57
周一至周五 9:00-17:30
南京市秦淮区光华路街道
中国云计算创新基地A座
服务热线：400-885-5360
高校合作：025-83708922
微信客服： 15366173274
云创智学抖音号
云创智学微信公众号
备案：苏ICP备11060547号-1 许可证编号：苏B2-20200268
©2011-2021 Cstor.cn 版权所有.南京云创大数据科技股份有限公司(股票代码：835305)
