（）有跟环境进行交互，从反馈当中进行不断的学习的过程。A. 监督学习B. 非监督学习C. 强化学习D. 线性回归

考查要点：本题主要考查对机器学习不同方法核心特点的理解，特别是强化学习与其他学习方法的关键区别。

解题核心思路：
明确题目中“与环境交互”和“从反馈中学习”这两个关键点，对应强化学习的核心机制（通过试错和奖励信号调整行为）。需区分其他方法的特点：

• 监督学习依赖带标签的数据，无交互过程；
• 非监督学习处理无标签数据，无明确反馈；
• 线性回归是统计预测方法，不涉及交互或动态反馈。

破题关键点：
抓住“交互”和“反馈”这两个关键词，直接对应强化学习的定义。

强化学习的核心在于智能体（Agent）通过与环境交互，采取行动并获得奖励或惩罚的反馈，从而优化自身策略。例如，机器人在迷宫中通过尝试不同路径，根据是否找到出口（奖励）或撞墙（惩罚）调整后续行为。

其他选项分析：

• A. 监督学习：模型从标注好的数据中学习映射关系（如分类、回归），无需与环境动态交互。
• B. 非监督学习：模型自主发现数据内在结构（如聚类），无外部反馈机制。
• D. 线性回归：统计方法，用于建模变量间线性关系，属于监督学习的特例，无交互特性。