2. 财经
  3. 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( )。

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( )。

admin2021-12-03  44
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。迁移学习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。故本题选B。
转载请注明原文地址:https://kaotiyun.com/show/o2Sc777K
本试题收录于： 综合知识题库银行系统招聘考试分类
0

综合知识

银行系统招聘考试

相关试题推荐
随机试题
最新回复(0)