×
单选题
2652.强化学习的基本原理是:某一行为策略导致环境争得奖赏(强化信号),那么以后产生这个行为策略的趋势便会()。
A
加强
B
趋弱
C
随机
D
无所谓
答案解析
正确答案：A
相关知识点：
人工智能学派无机会主义
题目纠错
人工智能训练师题库
相关题目
单选题
2201.在深度学习中,模型的过拟合可以通过什么方法缓解:
单选题
2200.在自然语言处理中,实现句子情感分析的关键技术是:
单选题
2199.在深度学习模型训练中,使用Dropout技术的主要目的是:
单选题
2198.在自然语言处理中,用于优化搜索引擎查询结果相关性的技术是:
单选题
2197.在深度学习中,图像数据增强的目的是:
单选题
2196.在自然语言处理任务中,哪种方法不适用于关键词提取:
单选题
2195.在深度学习模型中,使用批量归一化的目的之一是:
单选题
2194.在自然语言处理中,用于提高文本生成多样性的方法是:
单选题
2193.在深度学习模型训练中,权重衰减的作用是:
单选题
2192.在自然语言处理任务中,哪种技术最适用于自动问答系统:
