Logo
Unionpedia
Kommunikation
Jetzt bei Google Play
Neu! Laden Sie Unionpedia auf Ihrem Android™-Gerät herunter!
Installieren
Schneller Zugriff als Browser!
 

Bestärkendes Lernen und Maschinelles Lernen

Shortcuts: Differenzen, Gemeinsamkeiten, Jaccard Ähnlichkeit Koeffizient, Referenzen.

Unterschied zwischen Bestärkendes Lernen und Maschinelles Lernen

Bestärkendes Lernen vs. Maschinelles Lernen

Bestärkendes Lernen oder verstärkendes Lernen (RL) steht für eine Reihe von Methoden des maschinellen Lernens, bei denen ein Software-Agent selbständig eine Strategie erlernt, um erhaltene Belohnungen zu maximieren. Maschinelles Lernen (ML) ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern.

Ähnlichkeiten zwischen Bestärkendes Lernen und Maschinelles Lernen

Bestärkendes Lernen und Maschinelles Lernen haben 2 Dinge gemeinsam (in Unionpedia): Künstliches neuronales Netz, Markow-Entscheidungsproblem.

Künstliches neuronales Netz

Künstliche neuronale Netze, auch künstliche neuronale Netzwerke, kurz: KNN (englisch artificial neural network, ANN), sind Netze aus künstlichen Neuronen.

Bestärkendes Lernen und Künstliches neuronales Netz · Künstliches neuronales Netz und Maschinelles Lernen · Mehr sehen »

Markow-Entscheidungsproblem

Bei dem Markow-Entscheidungsproblem (MEP, auch Markow-Entscheidungsprozess oder MDP für Markov decision process) handelt es sich um ein nach dem russischen Mathematiker Andrei Andrejewitsch Markow benanntes Modell von Entscheidungsproblemen, bei denen der Nutzen eines Agenten von einer Folge von Entscheidungen abhängig ist.

Bestärkendes Lernen und Markow-Entscheidungsproblem · Markow-Entscheidungsproblem und Maschinelles Lernen · Mehr sehen »

Die obige Liste beantwortet die folgenden Fragen

Vergleich zwischen Bestärkendes Lernen und Maschinelles Lernen

Bestärkendes Lernen verfügt über 26 Beziehungen, während Maschinelles Lernen hat 44. Als sie gemeinsam 2 haben, ist der Jaccard Index 2.86% = 2 / (26 + 44).

Referenzen

Dieser Artikel zeigt die Beziehung zwischen Bestärkendes Lernen und Maschinelles Lernen. Um jeden Artikel, aus dem die Daten extrahiert ist abrufbar unter:

Hallo! Wir sind auf Facebook! »