Logo
Unionpedia
Comunicazione
Disponibile su Google Play
Nuovo! Scarica Unionpedia sul tuo dispositivo Android™!
Installa
l'accesso più veloce di browser!
 

Apprendimento per rinforzo e Q-learning

Scorciatoie: Differenze, Analogie, Jaccard somiglianza Coefficiente, Riferimenti.

Differenza tra Apprendimento per rinforzo e Q-learning

Apprendimento per rinforzo vs. Q-learning

L'apprendimento per rinforzo è una tecnica di apprendimento automatico che punta ad attuare sistemi in grado di apprendere ed adattarsi alle mutazioni dell'ambiente in cui sono immersi attraverso la distribuzione di una "ricompensa" detta rinforzo che consiste nella valutazione delle loro prestazioni. Q-learning è uno dei più conosciuti algoritmi di apprendimento per rinforzo.

Analogie tra Apprendimento per rinforzo e Q-learning

Apprendimento per rinforzo e Q-learning hanno 1 cosa in comune (in Unionpedia): Apprendimento automatico.

Apprendimento automatico

L’apprendimento automatico, nota anche come machine learning, rappresenta un insieme di metodi sviluppati a partire dagli ultimi decenni del 1900 in varie comunità scientifiche con diversi nomi come: statistica computazionale, riconoscimento di pattern, reti neurali artificiali, filtraggio adattivo, teoria dei sistemi dinamici, elaborazione delle immagini, data mining, algoritmi adattivi, ecc; che utilizza metodi statistici per migliorare progressivamente la performance di un algoritmo nell'identificare pattern nei dati.

Apprendimento automatico e Apprendimento per rinforzo · Apprendimento automatico e Q-learning · Mostra di più »

La lista di cui sopra risponde alle seguenti domande

Confronto tra Apprendimento per rinforzo e Q-learning

Apprendimento per rinforzo ha 6 relazioni, mentre Q-learning ha 4. Come hanno in comune 1, l'indice di Jaccard è 10.00% = 1 / (6 + 4).

Riferimenti

Questo articolo mostra la relazione tra Apprendimento per rinforzo e Q-learning. Per accedere a ogni articolo dal quale è stato estratto informazioni, visitare:

Ehi! Siamo su Facebook ora! »