Pybrain增強學習動態輸出

Question

您可以使用Pybrain的增強學習對動態變化輸出進行學習。例如weather：可以說你有2個屬性Humidity和Wind，輸出將是Rain或者NO_Rain（並且在我使用的文本文件中，所有屬性要麼爲true，要麼爲false）。你可以在這類問題上使用強化學習嗎？我問的原因是有時候即使我們有溼氣也不能保證它會下雨。

Answer 1

當然可以訓練一個神經網絡（基於pybrain或其他）來進行這種比擲硬幣更好的預測。

然而，天氣預報是一項非常複雜的藝術，即使對於那些將其作爲全職專業人士並且已經持續數十年的人來說。那些天氣預報員頭腦裏的神經網絡比pybrain可以模擬的要大得多。如果可以用你描述的方式做出準確的預測，那麼很久以前就會完成。出於這個原因，我不希望比當地的天氣預報員做得更好（甚至不如）。所以，如果你的目標是學習pybrain，我會選擇一個不太複雜的系統來建模，如果你的目標是預測天氣，我會建議www.wunderground.com。