Machine learning （如何）我可以对已经看到的数据使用强化学习？
大多数教程和RL课程侧重于教授如何将模型（如Q-Learning）应用于环境（健身房环境）。可以输入状态以获得一些输出/奖励Machine learning （如何）我可以对已经看到的数据使用强化学习？,machine-learning,reinforcement-learning,Machine Learning,Reinforcement Learning,大多数教程和RL课程侧重于教授如何将模型（如Q-Learning）应用于环境（健身房环境）。可以输入状态以获得一些输出/奖励 在无法获取新数据的情况下，如何将RL用于历史数据？（例如，从海量拍卖数据集中，如何使用RL导出最佳策略）如果数据集是由时间序列构成的，则可以将时间的每个瞬间设置为您的状态。然后，您可以让您的代理浏览数据系列，以便通过它学习策略 如果您的数据集已经标记了动作，您可以通过它训练代理学习这些动作背后的策略 诀窍是为你的代理提供每一个连续的时间瞬间，就像它在实时探索一样 当然，您
在无法获取新数据的情况下，如何将RL用于历史数据？（例如，从海量拍卖数据集中，如何使用RL导出最佳策略）如果数据集是由时间序列构成的，则可以将时间的每个瞬间设置为您的状态。然后，您可以让您的代理浏览数据系列，以便通过它学习策略 如果您的数据集已经标记了动作，您可以通过它训练代理学习这些动作背后的策略 诀窍是为你的代理提供每一个连续的时间瞬间，就像它在实时探索一样 当然，您需要根据每个时刻的信息对不同的状态进行建模