需要训练模型进行预测或者分类时，选用无监督式学习。
错误
举一反三
- 在建立预测模型的时候，监督式学习需要建立一个学习过程，将预测结果与“训练数据”的实际结果进行比较，不断地调整预测模型，直到模型的预测结果达到一个预期的准确率。
- （）输入数据部分被标识，部分没有被标识，这种学习模型可以用来进行预测，但是模型首先需要学习数据的内在结构以便合理的组织数据来进行预测。 A: 监督式学习 B: 非监督式学习 C: 半监督式学习 D: 半监督式学习
- （ ）利用已知类别的样本，训练学习得到一个最优模型，使其达到所要求性能，再利用这个训练所得模型对未知数据进行分类。 A: 强化学习 B: 半监督学习 C: 无监督学习 D: 监督学习
- 图神经网络在处理节点分类模型时通常以（ ）模式进行训练？ A: 监督学习 B: 半监督学习 C: 非监督学习 D: 强化学习
- 无监督式学习的工作机制是训练数据有标签或者答案。（ ）
内容
- 0
神经网络模型是数据挖据中常见的一种模仿人类思维方式的机器学习算法模型，在用于预测分析时，先需要通过一个较小规模的“样本”数据“学习”出输入与输出之间可能存在的某种关系模式，从而建立预测模型。类似这种机器学习算法，又被称为_________，其中用到的“样本”数据一般被称为_______。 A: 无监督学习训练数据 B: 监督学习测试数据 C: 监督学习训练数据 D: 无监督学习测试数据
- 1
给人脸打上标签再让模型进行学习训练的方法，属于（） A: 无监督学习 B: 半监督学习 C: 监督学习 D: 强化学习
- 2
无监督学习是使用没有类别标签的训练集进行分类学习的学习模式。
- 3
朴素贝叶斯分类属于__________。 A: 分类模型 B: 回归模型 C: 监督学习 D: 无监督学习 E: 强化学习
- 4
给获取的数据打上标签，再让模型进行学习训练的方法属于（）。 A: 强化学习 B: 半监督学习 C: 监督学习 D: 无监督学习