50.在強化學習(Reinforcement Learning)中，代理人(Agent)透過與環境互動、根據行為獲得獎勵或懲罰，其主要目標為下列何者？
(A)找出資料集中的隱藏群集
(B)預測未來的連續性數值
(C)尋找完美且不變的固定標籤
(D)最大化長期累積回報

答案：登入後查看
統計： 尚無統計資料