<strong><font color="#004a85">作者 Michael Matuschek</font> </strong>
<strong>前言</strong>
几年前,那些能够感知环境、探测重要细节(忽视其它部分)且使用这些细节来完成任务的技术应用似乎只存在于科幻小说里。然而在2020年,我们看到不少技术的突飞猛进不仅上了头条新闻,也成为我们日常生活的组成部分:智能语音助手能够解读并对人类语音的细微差别作出回应;相较于医生使用的影像检测,医疗应用能够更准确地预测癌症;无人驾驶车辆甚至能够在动态环境中行驶。
三类机器学习之一的强化学习,正在驱动这些技术进步。一般原则促使计算机通过识别其所在环境的关键特性来作出最佳决定,而这项技能直到最近才成为可能。强化学习(RL)、人工神经网络(ANN) 和深度学习(DL) 既展示了人工智能应用全新的潜力, 也体现了其达到人类水平的难度。
<strong>机器学习的方法</strong>