我刚刚开始学习机器学习和一些人工神经网络，还需要弄清楚它的整体框架。我还在学习基础知识和术语以加深我的理解。我已经了解了强化学习，并且我理解（如果我错了请纠正我）有三种分组学习方法：
- 无监督学习（例如受限玻尔兹曼机）
- 监督学习（卷积神经网络）
- 强化学习（扩展卡尔曼滤波器，粒子滤波器）
当我学习循环神经网络时，有人说它属于监督学习。但当我看到它的工作原理时，我觉得更适合说它属于强化学习。能有人澄清一下循环神经网络是属于监督学习还是强化学习吗？
回答：
循环神经网络总是用于监督学习，因为RNN的核心功能需要以序列形式发送的标记数据。
现在你可能也看到了RNN在强化学习中的应用，但关键是当前的深度强化学习使用监督RNN的概念，这作为强化学习生态系统中代理的一个良好特征向量。
简单来说，代理、奖励塑造、环境等一切都是强化学习的，但代理中的深度网络学习方式使用的是RNN（或卷积神经网络或根据问题陈述的任何类型的人工神经网络）。
总之，RNN总是需要标记数据，因此是监督学习，但它也可以用于强化学习环境中。
