(单选题)

通过与环境交互、接受奖惩信号不断学习提高的机器学习算法是（）。

A.迁移学习

B.深度学习

C.强化学习

D.动志学习

参考答案：C

参考解析：

强化学习作为一种重要的机器学习方法，其最显著的特点是通过与环境交互，利用环境反馈的奖惩，即增强信号来调整和改善自己的行为，最终获得最佳策略。由于该方法具有对环境的先验知识要求低，可以在实时环境中进行在线学习，因此受到许多研究者的关注，同时在智能控制，序列决策等领域也得到了广泛应用。故ABD项错误，C项正确。故本题正确答案选C。

知识点：计算机发展趋势计算机计算机基本知识通用公基

看好课

通过与环境交互、接受奖惩信号不断学习提高的机器学习算法是（ ）。

通过与环境交互、接受奖惩信号不断学习提高的机器学习算法是（）。