Machine learning 递归神经网络是强化学习还是监督学习模型？

我只是学了一段时间机器学习和一些人工神经网络，还需要弄清楚它的大局。 我还在学习基础知识和术语来加深我的知识。 我已经学习了强化学习，如果我在3种分组法学习中出错，请纠正我的理解

无监督的例子是受限玻尔兹曼机器 监督CNN 粒子滤波器 当我了解到递归网络时，有人说它属于监督学习。 但当我看到它的工作原理时，更适合说它属于强化学习。

---

有人能澄清递归网络属于监督学习还是强化学习吗？

RNN通常用于监督学习，因为RNN的核心功能要求串行发送标记数据

现在，您一定也在RL中看到了RNN，但当前的问题是深度强化学习使用了监督RNN的概念，它可以作为RL生态系统中agent的良好特征向量

简单地说，代理、奖励塑造、环境一切都是RL，但代理中的深层网络学习的方式是使用RNNor CNN或任何类型的ANN，具体取决于问题陈述

简而言之，RNN总是需要标记数据，因此需要监督学习，但它也可以用于RL环境。

它使用标记数据吗？如果是，则是监督学习，而不是RL提示：是的。