文章 "神经网络变得轻松（第二十六部分）：强化学习"

[MetaQuotes]

新文章 神经网络变得轻松（第二十六部分）：强化学习已发布：

我们继续研究机器学习方法。 自本文，我们开始另一个大话题，强化学习。 这种方式允许为模型设置某些策略来解决问题。 我们可以预期，强化学习的这种特性将为构建交易策略开辟新的视野。

我们总是环顾四周，通过触摸、以及倾听声音，来评估物体。 如此这般，我们每时每刻都通过我们的感官来评估我们的世界。 在我们的脑海中，我们固化其状态。

类似地，环境生成其状态，由代理者评估。

与我们按照人类的世界观行事类似，代理者根据其政策（策略）执行行动。

这种影响导致环境按照一定概率发生变化。 对于每个行动，代理者都会从环境中收到一些奖励。 奖励可以是正面的，也可以是负面的。 根据奖励，代理者可以评估所采取行动的功用性。

作者：Dmitriy Gizlyk