A.干扰机器识别图像的新方法
B.新算法助机器学习抵抗干扰
C.机器学习是人工智能的核心
D.机器学习大数据训练的方法
A.此功能对模型有很大影响(应保留)
B.此功能对模型影响不大(应忽略)
C.在没有更多信息辅助情况系,就无法评论此功能的重要性
D.无法确定
A.学习的迁移指一种学习对另一种学习的影响
B.技能的迁移是指一种技能对另一种技能产生的影响
C.两技能具有共同特点越多,则迁移越不明显
D.一项技能对另一项技能产生积极、促进作用,称为正迁移
E.新技术对有技术的影响称为前迁移
A.数据采集是通过传感器、移动互联网、观测设备等获得种多类型的海量数据
B.数据预处理是数据分析和挖掘的基础,是将接收数据进行抽取、清洗、转换、归约等并最终加载到数据存储中的过程
C.数据存储过程需要将采集到的数据进行存储管理,在大数据场景下,只能使用非关系型数据库进行存储
D.数据分析是指利用相关数学模型以及机器学习算法对数据进行统计、预测和文本分析。数据的主要分析方法有探索性数据分析方法、描述统计法、数据可视化等
A.机器学习是研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能
B.机器学习根据学习模式,可以分为监督学习,无监督学习,强化学习
C.传统的机器学习,需要人工指定特征,需要人工定义规则
D.机器学习主要是从样本中训练函数,从数据中学习规则,规律
A.监督学习的监督体现在所有机器要处理的数据实现都要由人为定义好相应的类别,再对分类算法进行训练,最后得到可以使用的分类器
B.按照不同的学习理论划分,机器学习模型可以分为有监督学习、半监督学习、无监督学习以及强化学习等不同类型
C.有监督学习的数据集有标签,无监督相比于有监督,没有训练过程,而是直接拿数据进行建模分析
D.在实际应用中,机器学习主要以无监督学习或半监督学习方式为主
A.非监督学习的样本数据是要求带标签的
B.监督学习和非监督学习的区别在于是否要求样本数据带标签
C.强化学习以输入数据作为对模型的反馈
D.卷积神经网络一般用于图像处理等局部特征相关的数据