O modelo aprende a partir de dados não rotulados e não recebe feedback sobre suas ações.

O modelo aprende através de interações com o ambiente, onde ações são tomadas e recompensas são recebidas com base no desempenho.

O modelo é treinado com grandes volumes de dados rotulados.

O modelo aprende a partir de uma única amostra de dados.

O modelo não interage com o ambiente, mas utiliza um conjunto fixo de exemplos.