Questão de Ciência de Dados · FGV CVM 2024 (nº 2)

O Aprendizado por Reforço (RL) é uma área do aprendizado de máquina onde um agente aprende a tomar decisões sequenciais em um ambiente para maximizar uma recompensa, adaptando suas ações com base na experiência.

• A) Incorreta: A Máquina de Vetores de Suporte (SVM) é um algoritmo de aprendizado supervisionado, usado para classificação e regressão, não para aprendizado por reforço.
• B) Incorreta: A Rede Neural Convolucional (CNN) é uma arquitetura de rede neural profunda, excelente para processamento de imagens, mas não é um algoritmo de aprendizado por reforço completo por si só; ela pode ser um componente dentro de um algoritmo de RL. Armadilha da banca: Confunde uma arquitetura de rede neural (um "tijolo") com um algoritmo completo de RL (a "construção").
• C) Incorreta: Long Short-Term Memory (LSTM) é um tipo de rede neural recorrente (RNN) projetada para lidar com sequências de dados, mas, como a CNN, é uma arquitetura de rede neural e não um algoritmo de aprendizado por reforço completo.
• D) Correta: O Twin Delayed Deep Deterministic Policy Gradient (TD3) é um algoritmo avançado de Aprendizado por Reforço por Política Determinística Profunda (Deep Reinforcement Learning - DRL), ideal para tarefas de controle contínuo, como a manipulação de um braço robótico, pois ele aprende uma política que mapeia estados diretamente para ações contínuas e se adapta dinamicamente ao ambiente.
• E) Incorreta: O K-Vizinhos Mais Próximos (KNN) é um algoritmo de aprendizado supervisionado não-paramétrico, usado para classificação e regressão, não para aprendizado por reforço.