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 26

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

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)

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( )。

综合知识

银行系统招聘考试

如果政府把经济增长和增加就业作为宏观经济政策的主要目标，就需要实行()。

费雪方程式揭示了价格的变动主要取决于()因素的影响。

开放经济条件下，宏观经济均衡的条件是()。

产品市场生命周期是指产品从研制成功投入市场开始，经过成长、成熟阶段．最终到衰退、被淘汰为止所经历的时间。()

要坚持中国共产党的领导，必须加强和改进党的领导。加强和改进党的领导，一定要以科学理论作指导。“三个代表”重要思想之所以成为加强和改进党的建设的根本指导思想．是因为()。

1957年10月，()把世界第一颗人造卫星送上太空，标志着航天技术的诞生，揭开了太空技术的序幕。

审计全过程的中心环节是()。

需打开Word文档中的一个网站链接，使用功能键正确的是()。

我国航天技术在()方面达到了世界先进水平。

患者男性，25岁。左上腹疼痛伴恶心呕吐12小时就诊。于昨晚会餐饮酒，午夜出现左上腹隐痛，2小时后疼痛加剧，持续性呈刀割样并向左腰背部放散，诊断为急性水肿型胰腺炎。静脉滴注含钾溶液的常用浓度为

依法必须招标的项目，自招标文件开始发出之日起至投标人提交投标文件截止之日止，最短不得少于()个工作日。

在WindowsXP中，对话框也可以改变位置和大小。()

犯罪客体是一切犯罪的必要条件。()

出口生丝计算重量的方法通常是()。[暨南大学2011国际商务硕士]

设一部机器一天内发生故障的概率为1/5，机器发生故障时全天停止工作，若一周5个工作日无故障，则可获利10万元；发生一次故障获利5万元；发生两次故障获利0元；发生三次及以上的故障亏损2万元，求一周内利润的期望值.

请根据图（a）所示网络结构回答下列问题。如果在不改变路由表项的前提下，请写出在路由器RF上最多可再连接的路由器数量

计算机辅助设计简称是

Seldom______toregisterforclassesatthisinstitute.

PleasespeakEnglishmoreslowly________Icanunderstandyoubetter.