Apprendimento per rinforzo per la finanza

Capitolo 1. Apprendere attraverso l'interazione

Questo lavoro è stato tradotto utilizzando l'AI. Siamo lieti di ricevere il tuo feedback e i tuoi commenti: [e-mail]

L'idea che impariamo interagendo con il nostro ambiente è probabilmente la prima che ci viene in mente quando pensiamo alla natura dell'apprendimento.

Sutton e Barto (2018)

Per gli esseri umani e gli animali, l'apprendimento è fondamentale come la respirazione. È qualcosa che avviene continuamente e il più delle volte in modo inconsapevole. Esistono diverse forme di apprendimento. Quella più importante per gli argomenti trattati in questo libro si basa sull'interazione con l'ambiente.

L'interazione con l'ambiente fornisce al discente - o all'agente - un feedback che può essere utilizzato per aggiornare le sue conoscenze o per perfezionare un'abilità. In questo libro siamo interessati soprattutto all'apprendimento di fatti quantificabili su un ambiente, come le probabilità di vincere una scommessa o la ricompensa che un'azione produce.

La sezione successiva parla dell'apprendimento bayesiano come esempio di apprendimento attraverso l'interazione. La sezione "Apprendimento per rinforzo" presenta le scoperte nell'IA che sono state rese possibili grazie all'RL. Descrive inoltre i principali elementi costitutivi dell'RL. " Deep Learning Q-Learning" spiega le due caratteristiche principali del DQL, che è l'algoritmo più importante nel resto del libro.

Apprendimento bayesiano

Due esempi illustrano ...