Talk:时序差分学习

新条目推荐讨论

在候选页的投票结果

• 在机器学习领域，哪种学习方式是一类无模型强化学习方法的统称，强调通过从当前价值函数的估值中自举的方式进行学习？

  时序差分学习条目由金色黎明（讨论 | 貢獻）提名，其作者为金色黎明（讨论 | 貢獻），属于“ML”类型，提名于2023年4月11日 13:29 (UTC)。

  • 翻译自英维，字数达11,200字，符合DYK标准 --金色黎明（留言） 2023年4月11日 (二) 13:29 (UTC)
  • (＋)支持：—👑孤山王子📜 2023年4月11日 (二) 14:12 (UTC)
  • (＋)支持--Banyangarden（留言） 2023年4月12日 (三) 03:29 (UTC)
  • 小疑問：「放电率似乎模和算法中的误差函数类似」模是ML術語抑或筆誤？——$\color [rgb]{0.04,0,0.5}{\mathsf {htc_{23}}}$（留言） 2023年4月12日 (三) 23:36 (UTC)
    • (：)回應：谢谢提醒，是笔误--金色黎明（留言） 2023年4月13日 (四) 00:21 (UTC)
  • (＋)支持，LightningNThunder（留言） 2023年4月13日 (四) 02:54 (UTC)
  • (＋)支持。--FradonStar|^{和而不同是君子} 2023年4月13日 (四) 08:07 (UTC)
  • (＋)支持--摩卡·賀昇 2023年4月14日 (五) 16:13 (UTC)
  • (＋)支持：符合DYK標準--Z7504非常建議必要時多關注評選（留言） 2023年4月14日 (五) 16:33 (UTC)
  • (＋)支持：符合DYK標準，感謝貢獻。Wetrace歡迎參與WP人權專題 2023年4月15日 (六) 15:17 (UTC)