265、【单选题 #5】学习是人类具有的一种重要的智能行为,社会学家、逻辑学家和心理学家都各有其不同的看法。关于机器学习,合适的定义是( )。① 兰利的定义:机器学习是一门人工智能的科学,该领域的主要研究对象是人工智能,特别是如何在经验学习中改善具体算法的性能② 汤姆·米切尔的定义:机器学习是对能通过经验自动改进的计算机算法的研究③ 阿尔帕丁的定义:机器学习是用数据或以往的经验,以优化计算机程序的性能标准④ 马丁·路德金的定义:机器学习是一门研究算法获取新知识和新技能,并识别现有知识的学问

320、【单选题 #8】数据挖掘通常与计算机科学有关,并通过统计学、在线分析处理、( )、专家系统(依靠过去的经验法则)和可视化技术等诸多方法来实现其目标。① 情报检索 ② 模式识别③ 科学计算 ④ 机器学习

319、【单选题 #8】数据挖掘是指从大量的数据中通过算法搜索其中隐含的、先前未知的并有( )的信息的非平凡的决策支持过程。

318、【单选题 #7】就目前的情况而言,对于需要( )的关键任务而言,强化学习可能并不是最理想的选择。

317、【单选题 #7】强化学习可以通过( )的方式生成大量高质量的可用于训练模型的数据。

316、【单选题 #7】在现实生活中,可以找到很多符合强化学习模型的例子,如( )等,这些都是积极奖励的例子。① 家中有矿② 父母的表扬③ 学校的好成绩④ 工作的高薪资

315、【单选题 #7】通过优化真实奖励函数的某个较为精确的近似函数,学习者可能会比专家表现得更好。该方法称为( ):通过观察策略来学习奖励,而不是通过观察奖励来学习策略。

314、【单选题 #7】某些领域过于复杂,以至于很难在其中定义强化学习所需的奖励函数。( )研究这样的问题:在提供了一些对专家行为观测的基础上,如何让学习表现得较好。

313、【单选题 #7】考虑这样的情形:有少量动作和状态,且环境完全可观测,其中智能体已经有了能决定其动作的固定策略。智能体将尝试学习( )——从状态出发,采用策略得到的期望总折扣奖励,称为被动强化学习。

312、【单选题 #7】从系统设计者的角度来看,智能体提供( )通常比提供有标签的行动样本要容易得多。在这种学习中,智能体与世界就其反映表现进行互动。

311、【单选题 #7】在无模型强化学习中,智能体直接学习如何采取行为方式,可以使用( )法求解。