← 返回首页
技能

决策用强化与系统性机器学习

tencent_skillhub · 1.0.0 · 下载量 4 · 热度分 12.9

产品介绍

基于《决策用强化与系统性机器学习》(机械工业出版社,国际电气工程先进技术译丛)拆出的"强化与系统性机器学习"技能包。一句话定位:用"系统边界—子系统相互作用—系统性回报"这条主线,把强化学习( MDP/TD/Q 学习)与系统性机器学习(系统边界、影响空间、决策矩阵、多视角 MPML、全局系统 WSML、增量学习、知识增长、自适应/集成学习)压缩成可检索、可执行、可对照的"决策—学习" 知识地图。适用对象:做智能决策系统/自主控制/多智能体系统的工程师与算法研究者、需要把"局部最优"升级为"系统最优"的产品与架构负责人、研究强化学习理论(MDP、动态规划、时间差分、Q 学习)的学生、处理多…。不适用于:机器学习分类算法全景(监督/无监督算、多智能体系统与多智能体强化学习(协同、深度学习的表示学习、网络结构、训练方(详见边界表)。 Trigger: reinforcement systematic ml machine-learning.

资源信息

作者:user_1d1a7603
分类:工作流 & 自动化
版本:1.0.0
认证方式: 无需认证
是否付费: 官方未说明

许可证信息摘自官方源,可能过时或缺失。商用前请以原仓库的 LICENSE 文件为准。

标签
Agent 框架

信息边界说明

本页信息摘自官方文档,仅作技术信息呈现,不代表本站的判断或推荐。价格、配额、可用性以官方最新说明为准。你离开本站后的任何行为(申请 Key、付费、部署、商用),本站不做任何承诺与担保。

什么是技能

技能(Skill)是封装好的单项能力,比如文字识别、文档摘要、关键词提取。开发者把调用逻辑和提示词打包,使用者像用插件一样加载即可,无需了解底层模型。启枢技能 收录大量技能,可直接试跑或编入方案。