Połączenie obu podejść daje korzyści: lepszą poprawność i trafność uogólniania, gdy dostępna jest wiedza aprioryczna oraz szukanie zależności w obserwowanych danych uczących do wypracowania szybkiej wiedzy apriorycznej. uczenie przez wzmacnianie (ang. ) – uczenie przez wzmacnianie to metoda wyznaczania optymalnej polityki sterowania przez agenta w nieznanym mu środowisku, na podstawie interakcji z tym środowiskiem. Jedyną informacją, na której agent się opiera, jest sygnał wzmocnienia (poprzez wzorowanie się na pojęciu wzmocnienia z nauk behawioralnych w psychologii), który osiąga wysoką wartość (nagrodę), gdy agent podejmuje poprawne decyzje lub niską, (karę) gdy podejmuje decyzje błędnie.
Typy reprezentacji wiedzy Wiedza wygenerowana wyżej wymienionymi metodami może mieć postać m.in.: reguł (najczęściej postaci jeżeli , to ), drzew decyzyjnych, klauzul logiki predykatów, taksonomii, rozkładów prawdopodobieństwa, funkcji przejść automatów skończonych, reguł gramatyki formalnej, sieci semantycznych.
Ograniczenia i problemy