Mashinani o’qitish turlari. Yarim-nazoratli o’qitish Reja

Ijobiy mustahkamlashni o'rganish: Ijobiy mustahkamlashni o'rganish biror narsa qo'shish orqali kerakli xatti-harakatlarning yana paydo bo'lishi tendentsiyasini oshiradi. Bu agentning xatti-harakatlarining kuchini oshiradi va unga ijobiy ta'sir qiladi.

Salbiy mustahkamlashni o'rganish: Salbiy mustahkamlashni o'rganish ijobiy RL ga to'liq qarama-qarshi ishlaydi. Salbiy holatdan qochish orqali o'ziga xos xatti-harakatlarning yana paydo bo'lishi tendentsiyasini oshiradi.

Ta'limni mustahkamlashning real hayotiy holatlari

• 
  Video o'yinlar:
  RL algoritmlari o'yin ilovalarida juda mashhur. U super-insoniy samaraga erishish uchun ishlatiladi. RL algoritmlarini ishlatadigan ba'zi mashhur o'yinlar AlphaGO va AlphaGO Zero hisoblanadi.
  
• 
  Resurslarni boshqarish:
  "Resurslarni chuqur o'rganish bilan resurslarni boshqarish" maqolasi o'rtacha ish sekinlashuvini minimallashtirish uchun turli ishlarni kutish uchun resurslarni avtomatik ravishda o'rganish va rejalashtirish uchun kompyuterda RL dan qanday foydalanishni ko'rsatdi.
  
• 
  Robototexnika:
  RL robototexnika dasturlarida keng qo'llaniladi. Robotlar sanoat va ishlab chiqarish sohasida qo'llaniladi va bu robotlar mustahkamlangan o'rganish bilan yanada kuchliroq bo'ladi. AI va Machine Learning texnologiyalaridan foydalangan holda aqlli robotlarni yaratish bo'yicha o'z qarashlariga ega bo'lgan turli sohalar mavjud.
  
• 
  Text Mining
  NLP ning ajoyib ilovalaridan biri bo'lgan matnni qazib olish hozirda Salesforce kompaniyasi tomonidan Reinforcement Learning yordamida amalga oshirilmoqda.
  

Mustahkamlash ta’limining afzalliklari va kamchiliklari
Afzalliklar

• 
  Bu umumiy usullar bilan hal qilish qiyin bo'lgan murakkab real muammolarni hal qilishda yordam beradi.
  
• 
  RL ning o'rganish modeli insonni o'rganishga o'xshaydi; shuning uchun eng aniq natijalarni topish mumkin.
  
• 
  Uzoq muddatli natijalarga erishishga yordam beradi.
  

Kamchilik

• 
  RL algoritmlari oddiy masalalar uchun afzal emas.
  
• 
  RL algoritmlari katta ma'lumotlar va hisob-kitoblarni talab qiladi.