關於機器學習的分類與分群敘述何者正確?()
A.分群問題被定義為:將未知的新訊息歸納進已知的資訊中
B.機器學習領域中的分群問題,重點在於新的資料和已分類的資料互相比較,看看新資料在分類過的資料中,和哪一類資料比較類似
C.分類問題就是一群資料中沒有明確的分類或群體,而是必須透過它們所具有的特徵做區分
D.分群的問題要事先幫資料做標籤 (label)
E.分群的基礎在於要根據可以區分出兩種群體的特徵來分群
A.分群問題被定義為:將未知的新訊息歸納進已知的資訊中
B.機器學習領域中的分群問題,重點在於新的資料和已分類的資料互相比較,看看新資料在分類過的資料中,和哪一類資料比較類似
C.分類問題就是一群資料中沒有明確的分類或群體,而是必須透過它們所具有的特徵做區分
D.分群的問題要事先幫資料做標籤 (label)
E.分群的基礎在於要根據可以區分出兩種群體的特徵來分群
第1题
B.分類的演算法都稱為非監督式學習
C.分群的演算法都稱為監督式學習
D.分群的演算法都稱為非監督式學習
E.決策樹(decision tree)是機器學習分類的技術
第2题
A、机器学习算法就是指各种人工神经网络算法。
B、人工神经网络既可以设计监督学习算法也可以设计非监督学习算法。
C、支持向量机算法属于线性分类算法,属于监督学习范畴。
D、K-means算法用于聚类,属于非监督学习范畴。
第3题
A、强化学习(Reinforcement Learning)是人类学习方式,不属于机器学习的范畴。
B、监督学习(supervised learning)是从给定的训练数据集中学习出一个函数,当新的数据到来时,可以根据这个函数预测结果。
C、无监督学习(unsupervised learning),又称归纳性学习(clustering)。
D、机器学习研究计算机怎样模拟或实现人类的学习行为,以获取新知识或技能,重新组织已有知识结构使之不断改善自身性能。
第5题
A、机器学习方法可通过标记数据集实现分类模型的学习
B、机器学习方法可通过学到的预测函数实现新对象的分类
C、深度学习不是机器学习方法
D、传统机器学习方法需要人工选择特征
第7题
A.机器学习的概念包括了深度学习
B.机器学习或深度学习是实现人工智能的一种方法
C.我们即将进入强人工智能时代
D.人工智能与机器学习是等同的概念
第8题
A、机器学习的问题一般都是用户给定的,因此不需要与用户交流和调研。
B、A零售企业的客户行为数据分析得到的规律也可以直接用于B零售企业。
C、机器学习得到的结果需要通过检验样本的测试,甚至需要在现实中实验才能投入使用。
D、机器学习一般需要人的参与,只要把数据输入合适的算法就可以得到有用的结果。
第9题
A、早期的一些流派算法基本没什么用了。
B、不同的流派各有优势,可能处理不同的问题和数据。
C、现实中一个复杂的问题可以要综合几个流派的算法。
D、机器学习的流派使用不同的方法,共同促进机器学习的发展。
第10题
A、每种算法都有其使用范围,因此选择算法需要考虑具体处理的问题
B、对聚类问题可以任选一种聚类算法
C、判断机器学习算法好坏在分析数据前就可以确定
D、机器学习算法的好坏需要通过实验比较确定
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!