問題的答案無所不包論文書籍站
國立臺南大學 數位學習科技學系數位學習科技碩士在職專班 林豪鏘所指導 呂豐章的 合作學習搭配翻轉教室對高職生學習效果之探討 （2015），提出e87評價關鍵因素是什麼，來自於合作學習、翻轉教室、學習態度、學習成就、教學方式感受度。
而第二篇論文國立中正大學 電機工程研究所 黃國勝所指導 羅嘉耀的 以一種創新的自適應性探索策略革新加強式學習理論之架構 （2013），提出因為有 加強式學習、灰色理論、時序差分法、智慧型控制、部分馬可夫的重點而找出了 e87評價的解答。
合作學習搭配翻轉教室對高職生學習效果之探討
為了解決e87評價 的問題，作者呂豐章 這樣論述：
本研究運用「合作學習」及「翻轉教室」兩種教學策略相互搭配，實施於在四技二專統一入學測驗「基本電學」考科的總復習課程上。研究場域在高雄市郊區的某公立高職，取電子科三年級兩班的學生共63人為實驗對象，採準實驗研究設計。其中一班為實驗組有32人，進行18堂課的實驗教學；另一班為控制組有31人，維持傳統的上課模式。藉由量化分析的方式，獲得實驗後學生在「學習態度」及「學習成就」之變化情形；透過質性訪談，探討課程結束後，學生對「教學方式感受度」所呈現的意見及看法。研究結果顯示：本實驗之教學策略可以有效提升學習態度；對於學習成就無法達到明顯的進步；有關教學方式改變後的感受度，普遍給予正向評價，但高程度類的
學生認為，上課步調過慢及開課時機應作調整。
以一種創新的自適應性探索策略革新加強式學習理論之架構
為了解決e87評價 的問題，作者羅嘉耀 這樣論述：
加強式學習是一種無監督學習方式，在各種機器學習方案中最為流行的方法之一。它描述了如何在動態環境中採取行動以求取報酬函數之最大化。在加強式學習的體系結構中，計算的機器人學習如何經評價反饋以調整進行適當的行動。因此度量評價需要顯示對應行動之成功程度，以作為對此行動採取獎勵或懲罰。在學習過程中，由於估算的差異性，策略的評估和改進所採用迭代方法往往會導致相當的收斂速度慢之問題，尤其是發生在初始學習階段。加強式學習演算法的另一個關鍵問題是探勘與探索的權衡問題。此問題需要平衡每個所採取的探勘與探索行動，也就是探索新經驗或利用現有的知識，如此才能獲得最大的回報。所有這些問題在這篇論文中都將討論其解決方法。
在這篇論文中提出了一種演算法是基於灰色理論的一種合成方法，藉以消去所有的步長參數並提高資料的效率，並加以灰色理論的觀點說明該演算法的穩定性。此演算法配合評論-行動者（Critic-Actor）之加強式學習模型實作在一個可編程晶片（ SOPC ）面板上，並進一步與自適性應啟發式評論模型（Adaptive Heuristic Critic）比較，其實驗結果表明所提出的控制機制可以用很少的先驗知識學習控制系統。 對於如何加速加強式學習過程中之策略改進，這裡提出一種近Dyna形式之系統。此系統結合兩個學習方案，其一是採用了時序差分法（TD）直接學習，另一是在接續兩個直接學習週期中使用相對值的間接
學習。此方式不是建立一個複雜的實際模型，而是引入了一個簡單的預測平均報酬於評論-行動者架構的模擬規劃學習模式。狀態的相對值（此值定義為累計立即報酬和平均報酬之間的差異）是用來引導改進學習過程進入正確的方向。最後，此論文提出了利用自然度量（一種基於自適應性狀態聚合的演算法）對狀態-行動（state-action）空間建構出區域模型，也就是它引入了一種規劃演算法，其廣域勘探所需的時間僅取決於此度量分解度而非狀態空間的大小。此外，為解決加強式學習之行動探勘或探索的權衡問題，引入一種禁忌表列的收縮長度方法和一種自適應性ε-貪婪的探索計劃方案。自適應性ε-貪婪策略是基於信息熵（Information E
ntropy），也就是ε值的調整不是手動，而是按照學習進度調整並在迷宮模擬實驗得到良好收斂結果。