房价预测也可以用nlp啊，抓取新闻软文政策文章，所以具体用什么方法，是看手上数据是什么样的

严格来说，万物皆是反馈，人类其实就是个从婴儿时期开始训练的超级强化学习工具

所以强化学习确实可能是场景最通用的，但感觉也是难度最大的、算力要求最高的了

加油~~~~

感觉强化学习就是“最基本的，加工最少的”的机器学习。

粗鲁的说就是试错而已

强化学习只是用机器表示了环境，包括行动和结果。

剩下的就是在试错了。

而感知机搜索空间时是通过梯度引导的，这就是最大的区别

总之一句话，多层感知机是“制导炸弹”，强化学习是“狂轰乱炸”，所以需要的弹药和运气都要多得多。当然不是所有目标都能“制导”的，所以强化学习哪都能用。只要能表示场景就能用了。

世界和平～～

真是独到的理解啊~

也许强化学习书再看多点儿，就有其他认识了吧~~

也有说强化学习和生成模型是相通的，理解不到啊

再翻翻上次发的强化学习书吧

值得是生成/判别这个思路吗？

强化学习也有个critic，跟这个有关吧

6