單項選擇題

何者敘述為非？（）

A.強化學習與監(jiān)督學習最主要的區(qū)別在于其收到的反饋是：評估性和指導性
B.監(jiān)督學習給出的指導性反饋將會通過監(jiān)督信號告知學習者應該要做出什么樣的行為而獲取更高的收益
C.強化學習的評估性反饋意味著該學習系統只會告訴學習者當前的做法是好還是壞的
D.強化學習的目的就是找到一個最佳的策略，從而使得主體發(fā)出一系列的動作后，收到的累積回報最多
E.策略（Policy）指的是主體的行為，是一個從狀態(tài)集合到動作集合的映像

微信掃碼免費搜題