Indhold
- Definition - Hvad betyder forstærkningslæring?
- En introduktion til Microsoft Azure og Microsoft Cloud | Gennem denne vejledning lærer du, hvad cloud computing handler om, og hvordan Microsoft Azure kan hjælpe dig med at migrere og drive din virksomhed fra skyen.
- Techopedia forklarer Reinforcement Learning
Definition - Hvad betyder forstærkningslæring?
Forstærkningslæring, i form af kunstig intelligens, er en type dynamisk programmering, der træner algoritmer ved hjælp af et system med belønning og straf.
En forstærkende indlæringsalgoritme eller agent lærer ved at interagere med dets miljø. Agenten modtager belønninger ved at udføre korrekt og sanktioner for at have foretaget forkert. Agenten lærer uden intervention fra et menneske ved at maksimere sin belønning og minimere sin straf.
En introduktion til Microsoft Azure og Microsoft Cloud | Gennem denne vejledning lærer du, hvad cloud computing handler om, og hvordan Microsoft Azure kan hjælpe dig med at migrere og drive din virksomhed fra skyen.
Techopedia forklarer Reinforcement Learning
Forstærkningslæring er en tilgang til maskinlæring, der er inspireret af behaviorist psykologi. Det ligner, hvordan et barn lærer at udføre en ny opgave. Forstærkningslæring er i kontrast til andre fremgangsmåder til maskinlæring, idet algoritmen ikke eksplicit fortælles, hvordan man udfører en opgave, men fungerer gennem problemet alene.
Som agent, der kan være en selvkørende bil eller et program, der spiller skak, interagerer med dets miljø, modtager en belønningstilstand afhængig af, hvordan den klarer sig, såsom at køre til destinationen sikkert eller vinde et spil. Omvendt får agenten en straf for at have foretaget forkert, såsom at gå af vejen eller blive checkmated.
Agent over tid træffer beslutninger om at maksimere sin belønning og minimere sin straf ved hjælp af dynamisk programmering. Fordelen ved denne tilgang til kunstig intelligens er, at det giver et AI-program mulighed for at lære, uden at en programmør stave, hvordan en agent skal udføre opgaven.