蒙特卡罗强化学习算法的本质，是通过多次尝试后求平均来作为期望累计奖赏的金丝，但它在求平均时是采用哪种方式进行？

A. ③④$;$①②$;$①③$;$②④

A. 资源分配$;$调度$;$隔离$;$计算

A. 资源管理层$;$Spark核心层$;$服务层$;$采集层$;$处理层

A. 排序$;$查找$;$遍历$;$建立

A. 对前序相邻神经元所传递信息进行加权累加$;$对加权累加信息进行非线性变化（通过激活函数）$;$向前序相邻神经元反馈加权累加信息$;$将加权累加信息向后续相邻神经元传递

A. 等度量映射 $;$ 等距离映射$;$等空间映射 $;$等范围映射

A. 正确$;$错误

A. 监督学习$;$非监督学习$;$强化学习$;$线性回归