1.典型的“雞尾酒會”問題中，提取出不同人說話的聲音是屬於
| 編號 | 選項 |
|---|---|
| A | 強化學習 |
| B | 非監督學習 |
| C | 監督學習 |
| D | 線性迴歸 |
2.____有跟環境進行交互，從反饋當中進行不斷的學習的過程
| 編號 | 選項 |
|---|---|
| A | 非監督學習 |
| B | 監督學習 |
| C | 線性迴歸 |
| D | 強化學習 |
3.在Q-Learning中，所謂的Q函數是指
| 編號 | 選項 |
|---|---|
| A | 狀態值函數 |
| B | 狀態動作函數 |
| C | 動作值函數 |
| D | 策略函數 |
4.Q函數Q(s, a)是指在一個給定狀態s下，採取某一個動作a之後，後續的各個狀態所能得到的回報的___。
| 編號 | 選項 |
|---|---|
| A | 期望值 |
| B | 最小值 |
| C | 最大值 |
| D | 總和 |
5.在強化學習的過程中，學習率α越大，表示採用新的嘗試得到的結果比例越____，保持舊的結果的比例越____。
| 編號 | 選項 |
|---|---|
| A | 大；小 |
| B | 大；大 |
| C | 小；大 |
| D | 小；小 |
6.在ε-greedy策略當中，ε的值越大，表示採用隨機的一個動作的概率越____，採用當前Q函數值最大的動作的概率越____。
| 編號 | 選項 |
|---|---|
| A | 小；大 |
| B | 小；小 |
| C | 大；大 |
| D | 大；小 |
7.在強化學習過程中，____表示隨機地採取某個動作，以便於嘗試各種結果；____表示採取當前認爲最優的動作，以便於進一步優化評估當前認爲最優的動作的值。
| 編號 | 選項 |
|---|---|
| A | 探索；探索 |
| B | 探索；開發 |
| C | 開發；開發 |
| D | 開發；探索 |
8.用於監督分類的算法有
| 編號 | 選項 |
|---|---|
| A | 神經網絡 |
| B | 支持向量機 |
| C | 線性迴歸 |
| D | 決策樹 |
9.在強化學習中，主體和環境之間交互的要素有
| 編號 | 選項 |
|---|---|
| A | 動作 |
| B | 狀態 |
| C | 強化 |
| D | 回報 |
10.在支持向量機分類算法中，用於支撐兩個類別最寬分解線的這些樣本點稱爲_______
支持向量