我试着尽可能地总结我的问题，但这对我来说真的不容易，因为我真的不知道该问哪个关键词…
我是机器学习的新手，使用Keras来解决我知道答案的问题。
的例子:作为输入，有大量不同物体的照片，比如汽车、鸟类……(x值)和一个标签(y值)。然后，该程序可以识别新照片上的物体。
我如何编写一个程序来发现解决问题的新方法?
的例子:玩家玩游戏，我记录他们的行动以及结果/分数。我如何编写程序来找到最优策略?我试着把分数低的游戏分类，但我想还有更好的办法，比如
如果分数真的很好，那就好好学这个如果分数略高于平均水平，那么学习这个如果分数略低于平均水平，那么不要学这个如果score非常糟糕，那么避免使用strong
你能给我一个提示吗?那太好了。
我相信你说的是reinforcement learning，你关于玩家玩游戏并返回分数的例子就是reinforcement learning。强化学习使用奖惩概念，模型将尝试做某事，当模型返回好结果时，模型将获得奖励，否则，当模型返回坏结果时，它将受到惩罚。也许你可以做些调查，然后谷歌一下。
但在我看来，既然你提到你对机器学习和keras很陌生，你可能需要先学习supervised learning。你关于照片(x)和标签(y)的案例都是关于监督学习的。