本文来自于csdn，文章详细介绍了强化学习的概念，区别以及主要算法等相关知识。虽然是周末，也保持充电，今天来看看强化学习，不过不是要用它来玩游戏，而是觉得它在制造业，库存，电商，广告，推荐，金融，医疗等与我们生活息息相关的领域也有很好的应用，当然要了解一下了。本文结构：定义和监督式学习,非监督式学习的区别主要算法和类别应用举例强化学习是机器学习的一个重要分支，是多学科多领域交叉的一个产物，它的本质是解决decisionmaking问题，即自动进行决策，并且可以做连续决策。它主要包含四个元素，agent，环境状态，行动，奖励,强化学习的目标就是获得最多的累计奖励。让我们以小孩学习走路来做个形象的
