強化學習
含有「強化學習」共 24 篇內容
全部內容
發佈日期由新至舊
「人工智慧 +1」自學 Day4：
類神經網路(Artificial Neural Networks, ANN)與深度學習(Deep Learning, DL)
▹類神經網路(Artificial Neural Networks, ANN)
1.發展
▪︎ 概念：模仿生物神經元，對人類大腦
「人工智慧 +1」自學 Day3：強化學習 (Reinforcement Learning)
1. 強化學習的核心概念：訓練
「強化學習」是機器學習中的第三種。前兩者是監督式學習、非監督式學習。強化學習與這兩者都不同，與其說是學習，更合適的概念是「訓練」：訓練模型建立特定的決策及採取行動模式。
迷惘和焦慮，對我而言是可以透過學習被馴服的分享
付費限定
當你閱讀這篇文章時，你大腦中的神經元正在興奮。這一頁上的概念: 突觸、睡眠週期、學習規則等。。。正在你的大腦皮質中轉化為複雜的電化學波。此刻正在形成和修改的突觸連接，正在你的腦海中留下這篇科普的痕跡。但是，今晚當你入睡時，這些痕跡會發生什麼事？你的大腦會像一個流行的理論所認為的那樣。。。
5/5睡眠學習
付費限定
上回在海馬迴的科學之夢I:嬰兒的記憶中聊到統計學習記憶和情景記憶，這次我們來細看史丹佛大學針對海馬迴中編碼時空和獎勵的最新發現。史丹佛的新聞稿(2025/06/11)使用了一個非常吸引人的標題「零食的位置存儲在專門的神經圖譜中」。。。
付費限定
故事是從這裡開始的。科學這裡有兩組人，一群神經科學家，他們對我們腦袋裡的果凍內蘊藏的秘密很著迷。他們戳它，掃描它，觀察小火花飛來飛去，試圖弄清楚我們是如何思考，如何記住咖啡味道，如何決定躲避飛來的棒球。這群科學家描繪了經過數百萬年進化而來神經元間的私語、記憶的火花和學習的深層根源。。。
付費限定
機器學習（Machine Learning）是一種讓電腦從資料中學習並改進表現的技術，而無需人類逐一編寫具體指令。想像一下，你教一個小孩認識「貓」和「狗」，不是直接告訴他每張圖片的答案，而是給他看許多例子，讓他自己找出規律。
這個想法最早由Arthur Sam
重點整理前 OpenAI 創始成員 Andrej Karpathy 的教學影片：Deep Dive into LLMs like ChatGPT，了解 LLM（大型語言模型）的運作原理，包含 LLM 基本架構與運作機制、訓練的三大階段、未來趨勢等。
這學期修了門機器學習原理，想知道AI最近在夯什麼。老師在講學習的型態時，介紹了一個有趣的型態：reinforcement learning，又稱為強化學習。
這個學習模式應用在有名的電腦圍棋，Aphago訓練，以及Chat gpt 早期的訓練。reinforcement learning很有趣的地
今天繼續聊聊由Yasin Abbasi-Yadkori [1] 於2011年發表的文章，
《Improved Algorithms for Linear Stochastic Bandits》[2]。
今天主要想討論在第11頁的Lemma 8，
Yasin 展示了如何構造「超鞅 S