训练算法来自和的网络研讨会视频和自动机器学习 、机器学习和深度学习有什么共同点 加文 威尔金森 人工智能 会议上的 上图是普华永道美国办事处的分析主管和 的资深用户 。在 年的 大会上他谈到了人工智能与仿真的关系。该报告基于普华永道团队在该领域的研究。 根据 的说法以下是如何结合 和人工智能 的力量 用于深度强化学习和神经网络训练的仿真建模。 基 用于校准和调试模型的 。
演示的重点是第一个选项即使用 训练神经网络。但莱尔表示第二种选择也越来越受欢迎。例如人工智能已经被用于优化制造和供应链中的路线。如果为这样的系统开发仿真模型它还应该包括 元素。这将更准确地 电话号码列表 反映建模系统。 了解有关强化学习的更多信息 为了展示深度强化学习如何与 一起工作 演示了 问题这是一个在 中作为模型构建的学习机器算法的典型环境。
您还可以创建这样一个模型我们的用户教程博客有一个由四部分组成的英文分步说明。 模型将帮助您更好地理解神经网络的工作原理。 这是在实践中使用机器学习的另一个例子。深度强化学习的力量已被用于帮助算法学习如何下围棋。最近 工程师使用深度学习开发了一个用于玩星际争霸的神经网络。该网络赢得了两名经验丰富的玩家。