На этом уроке мы познакомимся с Обучением с подкреплением (RL) , подобластью машинного обучения, ориентированной на обучение агентов принятию решений путем взаимодействия с окружающей средой. Мы создадим интуицию вокруг ключевых концепций и приложений RL. Интуиция: обучение с подкреплением основано на том, как люди и животные учатся методом проб и ошибок. В RL агент учится принимать решения, совершая действия в среде, наблюдая за результатами и получая обратную связь в виде..

Обучение с подкреплением (RL) — это мощный класс машинного обучения, который, в отличие от обучения с учителем (еще один мощный класс), не требует помеченных данных для обучения машины/агента принятию разумных решений. RL вращается только вокруг двух элементов: Окружающая среда: мир (симуляция), с которым взаимодействует актер/машина (т.е. агент). Агент: действующее лицо (например, робот, вычислительная машина и т. д.), обученное алгоритмом RL вести себя независимо и разумно...