我可以在分类上使用强化学习吗？比如人类活动识别？如何？
反馈有两种类型。一是评价性的用于强化学习方法，第二个是有指导意义的用于监督学习，主要用于分类问题。
当使用监督学习时，神经网络的权重根据训练数据集中提供的正确标签的信息进行调整。因此，在选择错误的类别时，损失会增加并调整权重，以便对于该类型的输入，不会再次选择该错误的类别。
然而，在强化学习中，系统explores所有可能的动作，在这种情况下各种输入的类标签，并通过评估奖励来决定什么是正确的，什么是错误的。也可能是这种情况，在获得正确的类标签之前，它可能会给出错误的类名称，因为它是迄今为止找到的最佳可能输出。因此，它没有利用我们对类标签的特定知识，因此减慢收敛速度与监督学习相比显着。
您可以使用强化学习来解决分类问题，但它不会给您带来任何额外的好处，反而会减慢您的收敛速度。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
