在不启动数据的情况下根据复杂因素做出决策

时间:2018-02-06 07:03:57

标签: neural-network data-analysis reinforcement-learning

目前,我正在建立一个自动决策系统,这取决于许多不同的因素。我遇到的问题是没有任何数据需要分析和训练。

我的系统有一些因素,例如是否在假日,是否处于维护状态,当前连接用户(CCU)等。但从一开始我就必须收集数据并实时分析(每5分钟我的系统会向我发送数据)。

我正在寻找机器学习方法来解决这个问题。因为我对每个因素的设定比率没有任何想法以便做出决定。我正在阅读有关强化学习的内容,它可以做出决定,并在接受/拒绝决定时奖励/惩罚它。但我无法找到使用这种方法解决问题的任何想法。

有人有想法吗?

0 个答案:

没有答案