()是通过与环境的交互和奖惩机制，反复重演，完成最优策略的自主学习。|继续教育公需课考试试题

首页->继续教育公需课

()是通过与环境的交互和奖惩机制，反复重演，完成最优策略的自主学习。

（A）深度学习

（B）监督/半监督学习

（C）无监督学习

（D）强化学习

参考答案

继续答题：下一题

微考学堂

微考学社

更多继续教育公需课试题

考试