通过与环境交互，接受奖惩信号不断学习提高的机器学习算法是( )。

admin2022-11-01 46

问题通过与环境交互，接受奖惩信号不断学习提高的机器学习算法是( )。

选项 A、动态学习
B、强化学习
C、深度学习
D、迁移学习

答案B

解析动态学习是在动态环境下，学生以动态的思维方式去发现、组合、交流、创造动态信息，从而理解知识发现规律，构建自身动态知识体系，形成动态思维结构的学习方式。A项错误。强化学习是智能体以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏。B项正确。深度学习的概念源于人工神经网络的研究，通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。C项错误。学习迁移是指一种学习对另一种学习的影响，或习得的经验对完成其他活动的影响，广泛存在于各种知识、技能与社会规范的学习中。D项错误。

转载请注明原文地址:https://kaotiyun.com/show/Nx3D777K

本试题收录于：计算机题库银行系统招聘考试分类

计算机

银行系统招聘考试

相关试题推荐

随机试题

最新回复(0)

通过与环境交互，接受奖惩信号不断学习提高的机器学习算法是( )。

计算机

银行系统招聘考试

下列属于电视台对其播放的冬季奥运会专题节目的信号享有的权利内容是()。

网络用户利用网络服务实施侵权行为的，被侵权人有权通知网络服务提供者采取()等必要措施。

项目决策分析与评价过程，是由粗到细、由浅到深的递推过程，下列选项中，关于分析与评价过程的说法，正确的是()。

农村集体经济统计中，农村经济基本情况统计资料一般采用的收集方法是()。

投资者由于冒风险进行投资而获得的、超过资金时间价值的那部分额外报酬称为()。

甲会计师事务所的信息系统出现客户财务数据泄密事件。甲公司经过调查，发现是技术人员在对信息系统进行维护时操作不当导致信息安全漏洞被黑客攻击所致。在上述案例中，甲会计师事务所面临的风险是()。

甲公司在实施风险管理过程中，对由人为操作和自然因素引起的各种风险对企业影响的大小和发生的可能性进行分析，为确定企业风险的优先次序提供分析框架。该公司采取的上述风险管理方法属于()。

具体分析“行宪国大”前后南京政府行政决策体制的异同。

诊断新生儿缺氧缺血性脑病常用的辅助检查应除外

患者对其病历及相关资料

五脏主五液，肾之液为

属于非极性溶剂的有

运用人际关系法进行客户开发，其中“一米政策”的要点是()。

在不可撤销的信用证项下，只要提交了规定的()，便构成了开证行的付款责任。

下列练习适宜安排在课的后半部分的是()

Forthispart,youareallowed30minutestowriteashortessay.Youshouldstartyouressaywithabriefdescriptionofthepi