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 79

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

保险^将其承保的业务的一部分，分给另—个或几个保险人承担，这是()。

农产品质量安全体系的构成部分主要包括()。

关于项目组合评估的项目地图法的说法，正确的有()。

如果报表的格式发生变化，()系统就必须修改。

腊肉的腌制多采用混合腌法。()

需求曲线向下倾斜规律表明

哮病最主要的发病诱因是

下列关于海关对进出境货物监管期限的表述正确的是()。

下列不属于STS教育特点的是()。

为未成年人进行预防未成年人犯罪教育的目的是()

Parentsnowhaveapopularbeliefthatschoolsarenolongerinterestedinspelling.NoschoolIhavetaughtinhaseverignored

Youmustfire_____incompetentassistantofyours.