机器学习在提取完数据特征之后，需要对不同的问题、不同的数据和不同的模型进行合适的表示，称为
举一反三
- 深度学习和传统机器学习的最大区别是 A: 处理的数据不同 B: 提取特征的方式不同 C: 计算量不同 D: 应用场景不同
- 强化学习与其它机器学习的区别。（ ）。 A: 需要的数据类型不同 B: 从数据中学习 C: 都是从数据中学习 D: 优化目标不同
- 机器学习在获取数据后进行数据分析以提取特征，进而构建机器学习算法，最终形成决策模型。（ ）
- 下面有关机器学习正确的说法是？ A: 与数据挖掘不同，机器学习的数据都是来自于真实的业务系统。 B: 机器学习可以从有限的样本数据中得到有用的规律，并能对新样本进行一定的泛化预测。 C: 每种机器学习算法都有一定的使用范围，只能处理某类数据和问题。 D: 在机器学习过程中，需要人的经验指导数据的选择、噪声的消除、合适算法的选择以及调参等工作。 E: 机器学习就是简单的统计分析。
- 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