判断题

强化学习中，机器的每一步行动都会获得相应的奖励或惩罚。

答案：错误

你可能感兴趣的试题

监督学习的目标是为了在训练集上获得最优结果。

答案：错误

多项选择题

监督学习中使用的数据集通常包括（）

A.训练集
B.测试集
C.验证集
D.学习集