AlphaGo结合了监督学习和强化学习的优势，通过训练形成一个策略网络，阿尔法狗团队从在线围棋对战平台KGS上获取了16万局人类棋手的对弈棋谱，并从中采样了3000万个样本作为训练样本。将棋盘上的局势作为输入信息，并对所有可行的落子位置生成一个概率分布。然后，训练出一个价值网络对自我对弈进行预测，预测所有可行落子位置的结果
举一反三
- 中国大学MOOC: 机器学习是AlphaGo取胜的关键，AlphaGo结合了（）的优势，通过训练形成一个策略网络，阿尔法狗团队从在线围棋对战平台KGS上获取了16万局人类棋手的对弈棋谱，并从中采样了3000万个样本作为训练样本。
- 机器学习是AlphaGo取胜的关键，AlphaGo结合了（）的优势，通过训练形成一个策略网络，阿尔法狗团队从在线围棋对战平台KGS上获取了16万局人类棋手的对弈棋谱，并从中采样了3000万个样本作为训练样本。 A: 无监督学习和强化学习 B: 监督学习和强化学习 C: 半监督学习和强化学习 D: 强化学习
- k近邻学习是一种常用的无监督学习方法，其工作机制为：给定测试样本，基于某种距离度量找出训练集中与其最靠近的k个训练样本，然后基于这k个“邻居”的信息来进行预测（）
- K近邻方法的核心思想是对一个预测样本A，从训练数据集中找到与其最相似的k个样本，利用这个k个样本的类别来决策该样本A的类别。
- AlphaGo框架中利用大量棋谱来训练深度卷积网络，得到策略网络，同时通过强化学习来提高策略网络的能力