Questão 260 — Conhecimentos Específicos

Resposta: C

A assertiva está correta. A aprendizagem por reforço (reinforcement learning) diferencia-se fundamentalmente da aprendizagem supervisionada (supervised learning) na forma de feedback fornecido ao agente. Na aprendizagem supervisionada, o modelo recebe exemplos rotulados com a resposta correta (input-output pairs), enquanto na aprendizagem por reforço, o agente recebe sinais avaliativos (rewards/punishments) baseados na qualidade de suas ações, sem ter exemplos explícitos do que fazer. O agente aprende explorando o ambiente e otimizando uma política de ação baseada no feedback de recompensa, não em supervisão direta de um supervisor externo.