Em machine learning, a categoria de aprendizagem por reforço identifica as tarefas em que

Gabarito: a)

A aprendizagem por reforço é uma categoria de aprendizado de máquina em que um agente (software, robô, etc.) interage com um ambiente dinâmico, como no caso de veículos autônomos. Nesse tipo de aprendizagem, o agente toma decisões sequenciais para atingir um objetivo, recebendo recompensas ou penalidades com base em suas ações. Diferentemente da aprendizagem supervisionada, onde as etiquetas de classificação são fornecidas ao algoritmo, na aprendizagem por reforço o agente aprende através da tentativa e erro, sem ter acesso às saídas corretas para cada entrada.