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
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
举一反三
- 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
- 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
- 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
- 有关机器学习算法选择的说法不正确的有哪些？ A: 每种算法都有其使用范围，因此选择算法需要考虑具体处理的问题。 B: 机器学习算法的好坏需要通过实验比较确定。 C: 判断机器学习算法好坏在数据需求阶段就可以确定。 D: 对于图像分类问题，深度学习算法的准确度一定好于传统的分类算法。