项目三单元测试
- （ ）是通过计算机算法，发现和学习历史数据中蕴含的规律并产生模型，当有新的数据时，可以使用产生的模型进行预测。
- 机器学习使用的数据由特征、特征值、（ ）组成。
- 机器学习的（ ）是使用过去积累的历史数据进行特征提取和选择，将生成的特征数据和标签输入模型当中建立模型参数，直至模型评估达到要求。
- 机器学习的（ ）是使用新的数据进行特征提取和选择，将生成的特征数据输入训练好的模型当中，得到预测结果。
- 机器学习的（ ）是将数据分成几个相异性最大的群组，群组内的数据相似性最高。
- 机器学习的学习方式有：有监督学习、无监督学习、半监督学习、（ ）。
- K近邻算法和决策树算法属于常见的（ ）。
- 逻辑回归算法属于常见的（ ）。
- 线性回归算法属于常见的（ ）。
- （ ）主要用于处理聚类问题。
- （ ）的目标是获得一个策略去指导行动，会从一个初始策略开始，在学习过程中，主体通过行动和环境进行交互来产生新的数据，不断获得反馈，并通过反馈优化策略，是一种强大的学习方式。
A:人工智能
B:神经网络
C:深度学习
D:机器学习
答案:机器学习
A:结构值
B:特征向量
C:状态值
D:标签
A:预测阶段
B:算法阶段
C:训练阶段
D:整合阶段
A:算法阶段
B:整合阶段
C:预测阶段
D:训练阶段
A:聚类模型
B:线性模型
C:回归模型
D:分类模型
A:回归学习
B:强化学习
C:深度学习
D:分类学习
A:聚类算法
B:强化学习算法
C:分类算法
D:回归算法
A:回归算法
B:强化学习算法
C:聚类算法
D:分类算法
A:聚类算法
B:强化学习算法
C:分类算法
D:回归算法
A:半监督学习
B:有监督学习
C:无监督学习
D:强化学习
A:半监督学习
B:强化学习
C:无监督学习
D:有监督学习
温馨提示支付 ￥3.00 元后可查看付费内容,请先翻页预览!
