Flashcard FC684338
Como o aprendizado por reforço difere do aprendizado supervisionado?
Inteligência Artificial (IA)
QUADRIX · 2025
Como o aprendizado por reforço difere do aprendizado supervisionado?
Mostrar resposta e comentário
Resposta
O aprendizado por reforço não usa dados previamente rotulados; o agente aprende por tentativa e erro a partir de sinais de recompensa ou penalidade fornecidos pelo ambiente.
• MDP: muitas tarefas de reforço são modeladas por uma tupla (S, A, P, R, γ) cujo objetivo é aprender uma política que maximize a recompensa cumulativa.
• Aprendizado supervisionado: usa exemplos rotulados (x,y) que indicam explicitamente a saída correta.
• Crédito e exploração: o reforço pode ter recompensa retardada exigindo atribuição de crédito e trade-off entre exploração e explotação.
• Q-learning: atualização típica Q(s,a) ← Q(s,a) + α(r + γ max_{a'} Q(s',a') - Q(s,a)).
Veja como foi cobrado:
https://flashcardsconcursos.com.br/portal/flashcard/670820
Conteúdo do catálogo FC Concursos · Atualizado em