Обучение с подкреплением отлично подходит для задач с четко определенной функцией вознаграждения, что подтверждается успешным опытом AlphaZero для Go, OpenAI Five для Dota и AlphaStar для StarCraft. Но на практике четко определить функцию вознаграждения не всегда возможно. Например, в простом кейсе уборки комнаты найденная под кроватью старая визитка или использованный билет на концерт могут представлять ценность и не должны быть выкинуты как мусор. Впрочем, даже если задать четкие критерии оценки...

Как обучается компьютер? Как он учится видеть закономерности и анализировать данные? Для этого есть несколько алгоритмов – расскажем о них подробнее в статье. Машинное обучение – это способность компьютера выводить новые алгоритмы на основе изученных данных. Такое обучение используется во многих видах бизнеса – для упрощения аналитики и улучшения стратегии маркетинга. В основном, машинное обучение сводится к обработке большого количества данных и созданию прогнозов на их основе, а также оно помогает в работе некоторых сервисов – например, в автоматическом распознавании лиц или объектов...