57.透過觀察環境而行動，並會隨時根據新進來的資料逐步修正，即會根據正負反饋自行修正達到正確結果，係指下列何種類之機器學習？
(A)強化式學習
(B)監督式學習
(C)非監督式學習
(D)半監督式學習

答案：登入後查看
統計： A(4355), B(399), C(447), D(336), E(0) #3334508

詳解 (共 4 筆)

奇姬ლ(❛◡❛✿)ლ　

B3 · 2024/11/26

#6258540

Page117強化式學習：機器自己嘗試錯誤並且找出最佳答案，透過每一次與環境互動來學習。
強化式學習的特色是訓練必須要有正負反饋 (Positive/Negative Reward)，在訓練過程中，模型會根據不同的狀況嘗試各種決定，再根據此決定，告訴機器所採取的哪一步是正確的 (正反饋)、那一步是錯誤的(負反饋)，根據反饋的好壞，機器自行逐步修正、最終得到正確的結果。若機器自行辨識特徵與分類，將某張大象的照片預測成獅子，則人類告訴機器是錯誤的(負反饋)，機器會再次辨認特徵及分類。透過一次一次正確與錯誤的學習，最後的預測將會越來越精準。
例如：進行圍棋遊戲時，必須依照對手的每一步棋來修正下一步的走法，或是自動駕駛車，必須依照路況的變化，來修正下一步要怎麼行駛等。