发帖
雷达卡
我刚刚在我的github原型书“ Bayesuvius”中上传了新的章节。本章介绍正确完成的强化学习（RL），即贝叶斯网络:)
本章主要基于谢尔盖·莱文教授在UC Berkeley教授的CS 285优秀课程笔记。我所做的只是将其中一些讲座翻译成B net lingo。
我最近在LinkedIn上与一些非常聪明的机器学习专家进行了交谈，这些专家认为RL和B网络的领域并没有太多重叠。实际上，其中之一甚至认为这两个领域“无可比拟”。用伯蒂·伍斯特（Bertie Wooster）的话说，我的反应是：“好吧，吉夫（Jeeves），我说这差不多要花点儿饼干了，我不认为我走得太远了！” 和“这不是我经常使用的表达方式，吉夫，而是……tu！”。我默默地确定在那里，然后将它们设置在狭窄的直线上，经过数天的挤压，它试图找到关于RL和B网之间的秘密恋情多汁的说法，这章是最后的结局。 。
我发现人类已知的所有RL算法都可以表示为B网。在我的RL章中，我将详细介绍几种著名的RL算法的bnet。这是最简单的RL算法（通常称为Q函数学习）的bnet。
关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！
京公网安备 11010802022788号
