山东财经大学
第一章单元测试
对西瓜的成熟度进行预测得到结果为0.51,这属于()学习任务。
- 在学习过程中,X表示数据集,Y是所有标记的集合,也称为( )。
- 机器学习算法在学习过程中可能获得多个不同的模型,在解决“什么样的模型更好”这一问题时遵循“若有多个假设与观察一致,则选最简单的那个”,即( )原则。
- 机器学习是整个人工智能的核心,机器学习算法的特征之一就是( )。
- 模型的泛化能力是指
- 下列关于学习算法的说法正确的是
- 获得假设(模型)空间时,从特殊到一般的过程属于
- 机器学习可以应用在下列哪些领域()
- 根据训练数据是否拥有标记信息,学习任务可以分为()。
- 演绎是从一般到特殊的"特化"过程,即从基础原理推演出具体状况
- 分类预测的是离散值
- 分类和回归是无监督学习
- 奥卡姆剃刀原则:即“若有多个假设与观察一致,选最简单的一个”。
- 实际应用中,“一个模型肯定比另一个模型具有更强的泛化能力”的这种情况是不存在的。
- 机器学习的目标就是获得与训练集一致的假设。
A:分类 B:其余选项都不是 C:回归 D:聚类
答案:回归
A:输出空间 B:样本集合 C:属性集合 D:函数
答案:输出空间
A:里氏替换 B:奥卡姆剃刀 C:迪米特法则 D:没有免费的午餐
答案:奥卡姆剃刀
A:模型 B:数据 C:类别 D:特征
答案:模型
A:适用于测试集样本的能力 B:适用于验证集样本的能力 C:适用于训练集样本的能力 D:适用于新样本的能力
答案:适用于新样本的能力
A:学习算法自身的归纳偏好与问题是否相配通常并不起决定性的作用 B:学习算法必须有某种偏好,才能产出它认为“正确”的模型 C:在某些问题上表现好的学习算法,在另一些问题上却可能不尽人意 D:要谈论算法的相对优劣,必须要针对具体的学习问题
答案:学习算法必须有某种偏好,才能产出它认为“正确”的模型###在某些问题上表现好的学习算法,在另一些问题上却可能不尽人意###要谈论算法的相对优劣,必须要针对具体的学习问题
A:泛化 B:特化 C:演绎 D:归纳
答案:泛化###归纳
A:天气预报 B:搜索引擎 C:商业营销 D:自动驾驶汽车
答案:天气预报###搜索引擎###商业营销###自动驾驶汽车
A:分类 B:半监督 C:聚类 D:回归 E:无监督 F:监督
答案:半监督###无监督###监督
A:错 B:对
答案:对
A:错 B:对
答案:对
A:错 B:对
答案:错
A:错 B:对
答案:对
A:错 B:对
答案:对
A:错 B:对
答案:对
温馨提示支付 ¥3.00 元后可查看付费内容,请先翻页预览!