传统，强，监视学习的典型状况是基于给定的X、Y数据组构建一个模型，以期在未来的场景中能够有较好的预测，通常在这类疑问上有一些基本假定，比如散布分歧性，即训练数据和未来经常使用的场景数据不能有较大的差异...