Q-læring

Forfatter: Roger Morrison
Oprettelsesdato: 24 September 2021
Opdateringsdato: 11 Kan 2024
Anonim
Q-læring - Teknologi
Q-læring - Teknologi

Indhold

Definition - Hvad betyder Q-learning?

Q-learning er en betegnelse for en algoritmestruktur, der repræsenterer modelfri forstærkningslæring. Ved at evaluere politik og bruge stokastisk modellering finder Q-learning den bedste vej frem i en Markov-beslutningsproces.


En introduktion til Microsoft Azure og Microsoft Cloud | Gennem hele 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 Q-learning

Den tekniske sammensætning af Q-learning-algoritmen involverer en agent, et sæt tilstande og et sæt handlinger pr. Stat.

Q-funktionen bruger vægte til forskellige trin i forbindelse med en diskonteringsfaktor for at værdsætte belønninger.

Selvom det kan virke som en simpel idé, er Q-learning meget vigtigt i mange typer forstærkningsindlæring og dyb læringsmodeller. Et af de bedste eksempler er, hvor dyb Q-learning anvendes til at hjælpe maskinlæringsprogrammer med at lære spil-strategier i forskellige typer videospil, for eksempel i Atari-spil fra 1980'erne. Her tager et indviklet neuralt netværk eksempler på spil for at udarbejde en stokastisk model, der vil hjælpe computeren med at vide, hvordan man spiller spillet bedre over tid.


Q-learning har et stort potentiale for at hjælpe med at fremme kunstig intelligens og maskinlæring.