下列哪些问题通常被认为属于有监督学习问题?
A.分类问题
B.回归问题
C.图像标题生成
D.聚类问题
- · 有4位网友选择 D,占比44.44%
- · 有2位网友选择 A,占比22.22%
- · 有2位网友选择 C,占比22.22%
- · 有1位网友选择 B,占比11.11%
A.分类问题
B.回归问题
C.图像标题生成
D.聚类问题
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
A.监督学习
B.线性回归
C.非监督学习
D.强化学习
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
A、自动编码器不需要解码器
B、自动编码器既有编码器,也有解码器
C、如果使用自动编码器提取特征,并与有监督学习模型使用,则在其训练过程中不需要解码器
D、自动编码器的编码器和解码器可以使用感知机模型
A、为了计算自动编码器的损失函数,需要用到样本的类别标签
B、自动编码器的损失函数主要是重构自身的误差,因此不会用到样本的类别标签
C、自动编码器由于是无监督模型,所以不存在损失函数的问题
D、自动编码器需要利用到损失函数来反向传播,以更新模型的参数
A、自动编码器常用于做生成模型
B、自动编码器不需要任何训练数据,完全是自动编码
C、自动编码器可以用于数据的降维处理
D、自动编码器学习到的新特征可以送入有监督学习模型中,所以自动编码器可以起到特征提取器的作用
A、使用自动编码器提取特征,并与有监督学习模型使用。因为监督学习通常的标注数据较少
B、重构自身而已
C、可以用许多无标签的数据学习得到数据通用的特征表示
D、其它答案都不对
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!