継続的に連続してマッピングする強化学習方法

Question

私は企業が価格を設定し、生産の決定を下すためのモデルを構築しています。価格は連続的であり、決定変数もそうです。（在庫、最終販売、価格...）

どのような強化学習方法を使い続けることができますか？ どのPythonパッケージがありますか？Pythonパッケージがない場合は、ラッパーを書くことができます。

Answer 1

PyBrain マシニングライブラリは、探しているものです。それはニューラルネットワークの非常に複雑な実装ですが、あなたがそれを理解するとき、あなたは本当に強力なツールを受けるでしょう。

pybrainは、ニューラルネットワークモデリングのためのPythonライブラリです。 Pybrain の概要は、基本的な考えを得てください。各タイムスタンプでは、ニューラルネットワークを一連の連続値で提供します。別の連続値のセットを取り出します。しかし、より重要なことは、出力を評価してニューラルネットワークを訓練することができるということです。

ネットワークトレーニングを含むこれらすべてのステップ - すでにPybrainで実装されています。