Pybrain强化学习动态输出

Question

您可以使用Pybrain的强化学习来动态改变输出。例如weather：假设你有2个属性Humidity和Wind，输出将是Rain或NO_Rain（并且所有属性要么在真正使用的文本文件中为1，要么为0为false）。你能在这类问题上使用强化学习吗？我问的原因是有时候即使我们有湿度它也不能保证它会下雨。

Answer 1

当然可以训练神经网络（基于pybrain或其他方式）来做出比掷硬币更好的预测。

然而，天气预报是一项非常复杂的艺术，即使是那些将其作为全职专业并且已经持续数十年的人。这些天气预报员的头脑内部的神经网络比pybrain可以模拟的要大得多。如果能够以您描述的方式进行准确的预测，那么很久以前就已经完成了。出于这个原因，我不希望当地天气预报员做得更好（甚至更好）。所以，如果你的目标是学习pybrain，我会选择一个不太复杂的系统进行建模，如果你的目标是预测天气，我会建议www.wunderground.com。