返回全部题目← 上一题119 / 179下一题 →题库/模型训练与对齐/Q-4897强化学习、监督学习和无监督学习有什么区别？知识专题：强化学习与奖励题目类型：比较选型技术难度：基础收录题集：16 份暂无参考答案未标记未标记待复习已掌握收藏询问 AI选择 AI 平台KimiKimi（新窗口打开）Qwen千问（新窗口打开）OpenAIChatGPT（新窗口打开）自动带入当前题目本题目录收录题集相关题目收录题集16 份预训练与架构阿东玩 AI · AgentGuide · 1 条原题查看题集 →【知识蒸馏与无监督训练】知识蒸馏和无监督样本训练？ 「腾讯混元」强化学习与对齐阿东玩 AI · AgentGuide · 1 条原题查看题集 →【RL vs 模仿学习】强化学习和模仿学习的特点，两者的优劣？ 「字节跳动」项目论文与经历阿东玩 AI · AgentGuide · 1 条原题查看题集 →【训练方法选择】打算用有监督还是无监督？具体打算怎么训练？ 「京东」机器学习基础汇编阿东玩 AI · AgentGuide · 2 条原题查看题集 →【文本分类】(比如用户搜索“苹果”是水果还是手机)如何分类，有监督还是无监？ 「腾讯」【监督学习对比】有监督学习和无监督学习的区别？监督学习与强化学习的区别。 「百度」强化学习Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →强化学习解决什么类型的问题？强化学习和监督学习、无监督学习有什么区别？展开剩余 11 份题集原力灵机高频面试题Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →imitation learning 和 RL 的区别深度学习基础概念Rocky Ding · AIGC-Interview-Book · 8 条原题查看题集 →机器学习主要分为哪几类？什么是监督学习？监督学习的典型应用场景有哪些？展开其余 5 条原题什么是无监督学习？无监督学习的典型应用场景有哪些？什么是强化学习？强化学习的核心要素有哪些？强化学习的典型应用场景有哪些？深度学习精华·机器学习基础Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →什么是机器学习？常见的机器学习方式有哪些？深度学习精华·深度学习基础Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →按训练范式划分，深度学习有哪些核心学习方式？各自的特点与适用场景是什么？具身智能核心基础知识Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →模仿学习和强化学习在机器人学习中如何分工？机器学习基础概念知识点Rocky Ding · AIGC-Interview-Book · 2 条原题查看题集 →什么是机器学习？机器学习一共有哪些学习方式？机器学习有哪些学习方式？多模态训练与微调Rocky Ding · AIGC-Interview-Book · 1 条原题查看题集 →简述预训练基础模型的四种主要学习机制，并分析它们各自的优缺点机器学习原理Alireza Dirafzoon · AIMLInterviews · 2 条原题查看题集 →What are different types of machine learning techniques?What is the difference between supervised and unsupervised learning?聚类学习Datawhale · daily-interview · 1 条原题查看题集 →原文作者Yvette 明明就 本题集的 12 道原题均来自 Yvette 明明就编写的 K-means 文档。聚类和分类区别强化学习与对齐Firefly · llm_interview_note · 2 条原题查看题集 →请问，你认为强化学习、监督学习和无监督学习三者有什么区别呢？请问强化学习中所谓的损失函数与深度学习中的损失函数有什么区别呢？训练、数据与模型优化：从数据清洗到 LoRAOnefly · zero2Agent · 2 条原题查看题集 →监督学习、无监督学习与强化学习分别以什么作为训练信号？Imitation Learning 与 Reinforcement Learning 有什么区别？分别适用于什么场景？相关题目4 题0086如何判断强化学习带来的实际收益？同一知识专题题目类型：项目深挖技术难度：进阶相关面经：2 篇0103强化学习包含哪些主要组件？同一知识专题题目类型：概念解释技术难度：基础相关面经：3 篇0104GRPO 算法如何工作？同一知识专题题目类型：原理机制技术难度：进阶相关面经：13 篇0105On-policy 和 Off-policy 有什么区别？同一知识专题题目类型：比较选型技术难度：进阶相关面经：2 篇♥♥♥♥♥← 上一题已到最后一题← 上一题对于 DeepSeek-R1，PRM 与 MCTS 是否有用，各有什么适用条件？下一题 →马尔可夫过程、奖励过程与决策过程有何联系，马尔可夫性意味着什么？
