Assinale abaixo como o aprendizado por reforço difere dos outros tipos de aprendizado de máquina: a. Envolvimento de feedback na forma de recompe...
Assinale abaixo como o aprendizado por reforço difere dos outros tipos de aprendizado de máquina:
a. Envolvimento de feedback na forma de recompensas ou penalidades.
b. Não utiliza algoritmos.
c. Não recebe feedback na forma de recompensas ou penalidades.
d. Ele não tem autonomia em tomar decisões, não sendo adequado para navegação robótica.
e. Não envolve tentativa e erro.
a. Envolvimento de feedback na forma de recompensas ou penalidades.
b. Não utiliza algoritmos.
c. Não recebe feedback na forma de recompensas ou penalidades.
d. Ele não tem autonomia em tomar decisões, não sendo adequado para navegação robótica.
e. Não envolve tentativa e erro.
💡 1 Resposta
Ed 
A alternativa correta é a letra A: "Envolvimento de feedback na forma de recompensas ou penalidades". O aprendizado por reforço é um tipo de aprendizado de máquina que envolve um agente que toma ações em um ambiente e recebe feedback na forma de recompensas ou penalidades, com o objetivo de maximizar a recompensa ao longo do tempo. Isso difere dos outros tipos de aprendizado de máquina, como o supervisionado e o não supervisionado, que não envolvem feedback na forma de recompensas ou penalidades.
Faça como milhares de estudantes: teste grátis o Passei Direto
Esse e outros conteúdos desbloqueados
16 milhões de materiais de várias disciplinas
Impressão de materiais
Agora você pode testar o
Passei Direto grátis
✏️ Responder
Para escrever sua resposta aqui, entre ou crie uma conta
Outros materiais
Compartilhar