![](https://lstatic.shangxueba.com/jiandati/pc/images/pc_jdt_tittleico.png)
下面哪一种机器学习方法没有利用标注数据()
A.有监督学习
B.无监督学习
C.半监督学习
D.回归分析
![](https://lstatic.shangxueba.com/jiandati/pc/images/jdt_q_ckda.png)
![](https://lstatic.shangxueba.com/jiandati/pc/images/jdt_panel_vip.png)
![](https://lstatic.shangxueba.com/jiandati/pc/images/jdt_q_wyda.png)
- · 有7位网友选择 D,占比63.64%
- · 有2位网友选择 C,占比18.18%
- · 有1位网友选择 B,占比9.09%
- · 有1位网友选择 A,占比9.09%
A.有监督学习
B.无监督学习
C.半监督学习
D.回归分析
B.自己看书自学。
C.观看网络课程自学。
D.将以上三种方法结合起来,只要有机会听老师讲课、看书、看网络课程,就尽量采用,获取资源,再通过自己思考消化吸收。
A、事实是指在某个特定变量(A)的影响下可观测到的某种状态或结果(B)。“反事实”是指在该特定变量(A)取负向值时可观测到的状态或结果(B')。
B、条件变量对于结果变量的因果性就是A成立时B的状态与A取负向值时“反事实”状态(B')之间的差异。如果这种差异存在且在统计上是显著的,说明条件变量与结果变量存在因果关系。
C、反事实推理是用于因果推理的一种方法。
D、条件变量对于结果变量的因果性就是A成立时B的状态与A取负向值时“反事实”状态(B')之间的差异。如果这种差异存在且在统计上是显著的,说明条件变量与结果变量不存在因果关系。
A、难以得到一个完整的DAG用于阐述变量之间的因果关系或者数据生成机制,使得 DAG 的应用受到的巨大的阻碍。
B、在因果推理中引入了do算子,即从系统之外人为控制某些变量。但是,这依赖于一个假定:干预某些变量并不会引起 DAG 中其他结构的变化。
C、DAG 作为一种简化的模型,在复杂系统中可能不完全适用,需要将其拓展到动态系统(如时间序列)。
D、因果图无法刻画数据之间的联合分布。
为了保护您的账号安全,请在“简答题”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!