本發(fā)明實(shí)施例公開(kāi)了一種決策模型訓(xùn)練、決策方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，決策模型訓(xùn)練方法包括：獲取決策樣本數(shù)據(jù)源；對(duì)所述決策樣本數(shù)據(jù)源刪除異常檢測(cè)數(shù)據(jù)，得到待處理決策樣本數(shù)據(jù)；對(duì)所述待處理決策樣本數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到初始決策樣本數(shù)據(jù)；對(duì)所述初始決策樣本數(shù)據(jù)進(jìn)行特征提取，得到?jīng)Q策樣本特征數(shù)據(jù)；將所述決策樣本特征數(shù)據(jù)輸入至強(qiáng)化學(xué)習(xí)模塊，對(duì)所述強(qiáng)化學(xué)習(xí)模塊進(jìn)行網(wǎng)絡(luò)訓(xùn)練，以構(gòu)建目標(biāo)決策模型。本發(fā)明實(shí)施例的技術(shù)方案能夠充分發(fā)揮人工智能的優(yōu)勢(shì)，進(jìn)一步提高數(shù)據(jù)決策的準(zhǔn)確率。