深度学习与传统的机器学习最主要的区别在于（ ），即随着数据规模的增加，深度学习的性能行业不断提高。而当数据很少时，深度学习算法的性能并不好。
A: 特征处理
B: 数据依赖性
C: 问题解决方式
D: 硬件依赖
A: 特征处理
B: 数据依赖性
C: 问题解决方式
D: 硬件依赖
B
举一反三
- 深度学习与机器学习最主要的区别在于______，即随着数据规模的增加其性能也不断增长。当数据很少时，深度学习算法的性能并不好。 A: 特征处理 B: 硬件依赖 C: 数据依赖性 D: 问题解决方式
- 与传统的分类机器学习算法相比，深度学习网络不同之处不是下面哪项？ A: 不需要人工进行特征工程，深度学习算法本身具有一定的特征提取能力 B: 深度学习算法需要的数据量和算力更大，但性能更好 C: 深度学习算法不需要对数据进行预处理 D: 深度学习的算法解释性一般比较弱，对数据依赖性强
- 有关深度学习的说法，哪个是正确的？ A: 深度学习可以解决任意的机器学习问题 B: 深度学习比较适合处理有大量样本的视频、图像、声音、文本等多模态数据的分析，这些数据的分析需要人工进行特征提取，这是与传统的机器学习不同的 C: 对于分类问题，深度学习算法一定优于传统的机器学习算法 D: 深度学习的基础是神经网络，因此深度学习算法基本可以使用梯度下降法
- 深度学习尝试从数据中直接获取高等级的（ ），这是深度学习与传统机器学习的主要不同。 A: 特征 B: 数据 C: 像素 D: 纹理
- 与传统的分类机器学习算法相比，深度学习网络不同之处是下面哪些项？ A: 深度学习算法对数据预处理没要求 B: 不需要人工进行特征工程，深度学习算法本身具有一定的特征提取能力 C: 深度学习算法需要的数据量和算力更大，但性能更好 D: 深度学习的算法解释性一般比较弱
内容
- 0
与传统机器学习方法相比，深度学习的优势在于 A: 深度学习可以自动学习特征 B: 深度学习完全不需要做数据预处理 C: 深度学习完全不提取底层特征，如图像边缘、纹理等 D: 深度学习不需要调参
- 1
【单选题】下列关于深度学习说法错误的是() A. 深度学习是对数据进行表征学习的机器学习方法 B. 深度学习源于人工神经网络的研究 C. 深度学习的目的在于从层次化网络的建立中学到数据的复杂特征表示 D. 深度学习相比于机器学习最大区别在于需要人工特征提取
- 2
下列关于机器学习和深度学习的说法正确的是_____。 A: 两种学习方式是完全独立的 B: 都能对大数据进行分析 C: 机器学习是深度学习的一个领域 D: 深度学习不需要大数据
- 3
深度学习模型需要依赖海量的数据进行训练(<br/>)
- 4
随着算力和算法的进步，深度学习已成为机器学习的重要分支，“深度”指的是（） A: 数据维度和规模大 B: 网络层数多 C: 探求问题的深层原因 D: 以上都不对