皮皮学,免费搜题
登录
logo - 刷刷题
搜题
【单选题】
关于随机抽样,下列哪一项说法是正确的
A.
抽样时应使得总体中的每一个个体都有同等的机会被抽取
B.
研究者在抽样时应精心挑选个体,以使样本更能代表总体
C.
随机抽样即随意抽取个体
D.
为确保样本具有更好的代表性,样本量应越大越好
E.
以上均不对
手机使用
分享
复制链接
新浪微博
分享QQ
微信扫一扫
微信内点击右上角“…”即可分享
反馈
参考答案:
举一反三
【多选题】下列关于有监督学习和无监督学习的说法中正确的是?
A.
有监督学习要用到数据样本的类别标签,因此样本数据通常带有类别标签
B.
无监督学习在训练过程中也要用到数据样本的类别标签,因此样本数据通常带有类别标签
C.
有监督学习需要训练,并更新参数
D.
无监督学习通常也需要训练和更新参数
【单选题】下面关于无监督学习描述正确的是( )。
A.
无监督算法只处理“特征”,不处理“标签”
B.
降维算法不属于无监督学习
C.
K-means算法和SVM算法都属于无监督学习
D.
以上都不对
【单选题】它是对客观事物及其活动的抽象符号表示,是存储在某一种媒体上可以鉴别的符号资料。它所指的概念术语是( )
A.
数据
B.
数据库
C.
大数据
D.
数据库管理系统
【判断题】根据本讲,对于人工智能而言,目前有监督学习、强化学习、无监督学习学习方法。( )
A.
正确
B.
错误
【单选题】下面关于有监督学习、无监督学习的描述错误的是
A.
有监督学习是从有正确答案的样本集合中学习,即每个样本的分类标签( classification label )或者目标值( target value )已知
B.
无监督学习的学习过程中也利用到了每个样本的分类标签( classification label )或者目标值( target value )
C.
有监督学习中样本的 ground truth 指的是每个样本的真实分类标签( classification label )或者真实目标值( target value )
D.
为了获得有监督学习中样本的真实分类标签( classification label )或者真实目标值( target value ),某些情况下,可以采用人工专家标注的方法获得。
【多选题】关于(有)监督学习(supervised learning)和无监督学习(unsupervised learning),以下说法正确的是 。
A.
对于监督学习任务,输入的数据必须含有类标签( label )
B.
对于无监督学习任务,输入的数据可以没有类标签
C.
监督学习从已标注(含有类标签)数据中训练模型
D.
无监督学习可以生成数据的标注信息(如类标签)
【多选题】关于(有)监督学习(supervised learning)和无监督学习(unsupervised learning),以下说法正确的是()
A.
无监督学习可以生成数据的标注信息(如类标签)
B.
对于监督学习任务,输入的数据必须含有类标签(label)
C.
对于无监督学习任务,输入的数据可以没有类标签
D.
监督学习从已标注(含有类标签)数据中心训练模型
【单选题】Which statement best describes the paradigm of “unsupervised learning” in machine learning?哪一个是机器学习中“无监督学习”范式的准确描述?
A.
It aims to learn some information using a limited amount of training examples. 旨在从一个、或仅有的几个训练样本中学习一些信息。
B.
It aims to learn some information using a limited amount of training examples. 旨在采用有限数量的训练样本来学习一些信息。
C.
It is a class of supervised learning that also make use of unlabeled data for training. 属于有监督学习算法一类,此外还利用未标记数据进行训练。
D.
It is able to solve a task despite not having received any training examples of that task. 能够求解一个任务,即使没有得到该任务的任何训练样本。
E.
It receives a set of labeled data and makes predictions for all unseen data. 接收一组标注数据并对所有的未知数据做出预测。
F.
It receives exclusively unlabeled data and makes predictions for all unseen data. 仅仅接收未标注数据并对所有的未知数据做出预测。
【单选题】Which statement best describes the paradigm of “unsupervised learning” in machine learning?哪一个是机器学习中“无监督学习”范式的正确描述?
A.
It aims to learn some information from one, or only a few, training examples. 旨在从一个、或仅有的几个训练样本中学习一些信息。
B.
It aims to learn some information using a limited amount of training examples. 旨在采用有限数量的训练样本来学习一些信息。
C.
It is a class of supervised learning techniques that also make use of unlabeled data for training. 属于有监督学习算法一类,此外还利用未标记数据进行训练。
D.
It is able to solve a task despite not having received any training examples of that task. 能够求解一个任务,即使没有得到该任务的任何训练样本。
E.
It receives a set of labeled data and makes predictions for all unseen data. 接收一组标注数据并对所有的未知数据做出预测。
F.
It receives exclusively unlabeled data and makes predictions for all unseen data. 仅仅接收未标注数据并对所有的未知数据做出预测。
G.
None of the above is correct 以上都不正确
【单选题】下面关于有监督学习、无监督学习的描述错误的是
A.
有监督学习是从有正确答案的样本集合中学习,即每个样本的分类标签( classification label )或者目标值( target value )已知
B.
无监督学习的训练学习过程中也利用到了每个样本的分类标签( classification label )或者目标值( target value )
C.
有监督学习中样本的 ground truth 指的是每个样本的真实分类标签( classification label )或者真实目标值( target value )
D.
为了获得有监督学习中样本的真实分类标签( classification label )或者真实目标值( target value ),某些情况下,可以采用人工专家标注的方法获得
相关题目:
参考解析:
知识点:
题目纠错 0
发布
创建自己的小题库 - 刷刷题