有关机器学习算法，以下说法中不正确的是：（）
A: 之所以说监督学习和无监督学习之间并不存在一条严格的界限，是因为很难客观地区分监督者给定的一个值是特征（feature）还是目标（target）。
B: 当深度学习网络的最后一层是一个softmax分类器时，我们可以把网络的前面部分看成是一种表示学习（RepresentationLearning）的计算单元。
C: 一个聚类算法将样本分成k个不同的聚类（cluster），从另一个角度说，这个聚类算法其实是为样本中的每一个实例提供了一种k维的one-hot编码方式
D: 随机梯度下降（StochasticGradientDescent）算法是用小规模的样本近似估计梯度的方法，适合在大规模数据上训练深度神经网络，但在逻辑回归、SVM等算法中的作用很有限。
A: 之所以说监督学习和无监督学习之间并不存在一条严格的界限，是因为很难客观地区分监督者给定的一个值是特征（feature）还是目标（target）。
B: 当深度学习网络的最后一层是一个softmax分类器时，我们可以把网络的前面部分看成是一种表示学习（RepresentationLearning）的计算单元。
C: 一个聚类算法将样本分成k个不同的聚类（cluster），从另一个角度说，这个聚类算法其实是为样本中的每一个实例提供了一种k维的one-hot编码方式
D: 随机梯度下降（StochasticGradientDescent）算法是用小规模的样本近似估计梯度的方法，适合在大规模数据上训练深度神经网络，但在逻辑回归、SVM等算法中的作用很有限。
举一反三
- 机器学的方法包括()。 A: 监督学习算法：线性回归，逻辑回归，神经网络，SVM B: 无监督学习算法：聚类算法，降维算法 C: 特殊算法：推荐算法
- 当前人工智能最为主流的算法是 A: 无监督算法 B: 机器学习算法 C: 深度学习算法 D: 聚类算法
- （）是一种无监督学习算法，其主要特征是将数据从高维降低到低维层次。 A: 降维算法 B: 回归算法 C: 神经网络 D: 聚类算法
- （）是一种无监督学习算法，其主要特征是将数据从高维降低到低维层次。 A: 降维算法 B: 回归算法 C: 神经网络 D: 聚类算法
- 下列算法是将数据从高维降低到低维层次的一种无监督学习算法是: A: 神经网络 B: 回归算法 C: 降维算法 D: 聚类算法