人工智能教程

强化学习来自机器学习的一种术语。 机器学习有以下几种： 监督学习 无监督学习 强化学习 强化学习是一种机器学习，其中代理人通过对这些动作的结果执行某些动作和学习来学习如何在环境中行为。 代理人采取行动时，根据结果得到报酬。这样，学习过程继续取决于积极和消极的回报。 学习是以与环境的互动为基础的。代理人发现哪个动作将给出最大回报。根据这一点，代理人采取行动。 以下开价盘适用于强化学习： 当我们无法确定什么是真的时，我们应该根据最可能的事情采取行动。笛卡尔 以下是强化学习的重要组成部分： 代理人采取 … 继续阅读“什么是强化学习？”

什么是递归神经网络 (RNN)？ 根据维基百科，递归神经网络 (RNN)是一类人工神经网络，其中单元之间的连接沿序列形成有向图。这允许它显示时间序列的动态时间行为。与前馈神经网络不同，RNNS 可以使用它们的内部状态 (存储器)来处理输入序列。这使得它们可应用于诸如未分段的、连接的手写识别或语音识别的任务。 当任何模型需要上下文以便能够基于输入提供输出时，递归神经网络进入图像。 有时，上下文是用于预测最适当输出的模型。 让我们用一个类比来理解这一点。假设你正在看电影，你一直看电影就像在任何时间点 … 继续阅读“什么是递归神经网络 (RNN)？”

人工智能领域不断扩大，站在了主流突破的悬崖边上。无论AI增强型智能手机如何掀起公众狂热，还是无人驾驶汽车首先到达那里，显然我们正式进入AI时代。 反对者会指出人工智能不是新的; 研究人员在20世纪50年代深入探讨了自主计算的概念。今天的开发人员也没有那么不同，因为他们所做的事实质上是该领域的专家几十年来一直在努力的。 改变的是我们现在可用的原始计算能力。五十年前，科学家们需要内华达大小的计算机才能做到我们今天能够在便士这种芯片上做的事情。也许聪明的建筑可以把它缩小到商场的大小，但你明白 … 继续阅读“AI人工智能术语和概念词汇表,让您更了解人工智能”

nature24270.pdf