試題詳解

29. 以下哪一種機器學習方法的特徵是：學習系統透過與環境互動，並根據正負向回饋來調整行為策略，以取得獎勵最大 化？
(A) 監督式學習(Supervised Learning)
(B) 非監督式學習(Unsupervised Learning)
(C) 半監督式學習(Semi-supervised Learning)
(D) 強化式學習(Reinforcement Learning)。