conversation_by_r21

[eduexe.admin]

Topic created

[student_1136_r21]

Kiedy lub dlaczego jest używane uczenie przez wzmacnianie?

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Uczenie przez wzmacnianie (ang. reinforcement learning) to rodzaj uczenia maszynowego, w którym model uczy się poprzez interakcje ze środowiskiem, wykorzystując system kar i nagród. [eduexe-source]7:6[/eduexe-source]

[student_1136_r21]

W czym różnica z uczeniem nadzorowanym? I podaj przykład problemu.

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Uczenie nadzorowane (ang. supervised learning) różni się od uczenia przez wzmacnianie (ang. reinforcement learning) tym, że w uczeniu nadzorowanym model otrzymuje do nauki surowe dane wraz z odpowiadającymi im prawidłowymi odpowiedziami (etykietami wynikowymi). Przykładem problemu dla uczenia nadzorowanego może być nauka rozróżniania zdjęć psów i kotów na podstawie dostarczonych zdjęć podpisanych odpowiednio jako psy i koty.

Uczenie przez wzmacnianie polega na tym, że model uczy się poprzez interakcje ze środowiskiem, wykorzystując system kar i nagród. [eduexe-source]7:6[/eduexe-source]

[student_1136_r21]

Podaj przykład problemu dla uczenia przez wzmacnianie.

[bot_eduexe]

[eduexe-intent]course_content[/eduexe-intent]
Brak informacji w dostarczonym źródle.