Algorytmy uczenia maszynowego mogą ułatwić życie i pracę, uwalniając nas od zbędnych zadań, a jednocześnie pracując szybciej - i mądrzej - niż całe zespoły ludzi. Istnieją jednak różne rodzaje uczenia maszynowego. Na przykład istnieje uczenie się o wzmocnieniu i uczenie się o głębokim wzmocnieniu.
„Mimo że uczenie się ze wzmocnieniem i uczenie się ze wzmocnieniem to techniki uczenia maszynowego, które uczą się autonomicznie, istnieją pewne różnice” - twierdzi dr Kiho Lim, adiunkt informatyki na William Paterson University w Wayne, New Jersey. „Uczenie się przez wzmacnianie polega na dynamicznym uczeniu się metodą prób i błędów w celu maksymalizacji rezultatów, podczas gdy uczenie się przez głębokie wzmocnienie polega na uczeniu się na podstawie istniejącej wiedzy i zastosowaniu jej w nowym zbiorze danych”.
Ale co to dokładnie znaczy? Poszliśmy do ekspertów i poprosiliśmy ich o podanie wielu przykładów!
