Pybrain 强化学习动态输出

Question

你能在动态变化的输出上使用 Pybrain 的强化学习吗？例如天气：假设您有 2 个属性 Humidity 和 Wind，输出将是 Rain 或 NO_Rain（在我正在使用的文本文件中，所有属性都将具有 1 表示真或 0 表示假）。你能在这类问题上使用强化学习吗？我问的原因是有时即使我们有湿度，也不能保证它会下雨。

Answer 1

当然可以训练一个神经网络（基于 pybrain 或其他）来做出比抛硬币更好的预测。

但是，天气预报是一门非常复杂的艺术，即使对于那些将其作为全职职业并且已经从事了数十年的人来说也是如此。那些天气预报员的大脑中的神经网络比 pybrain 可以模拟的要大得多。如果可以按照你描述的方式做出准确的预测，那么早就做到了。出于这个原因，我不希望比当地的天气预报员做得更好（甚至做得更好）。因此，如果您的目标是学习 pybrain，我会选择一个不太复杂的系统来建模，如果您的目标是预测天气，我建议您访问 www.wunderground.com。