深度学习和传统的机器学习一样，都需要人工设计或选取特征。
错
举一反三
- 深度学习和传统的机器学习一样，都需要人工设计或选取特征。 A: 正确 B: 错误
- 以下关于深度学习和神经网络描述正确的是（ ） A: 深度学习是机器学习的一个研究方向 B: 人工神经网络来源于生物神经网络，两者的机理完全一致 C: 和传统机器学习一样，神经网络也利用神经元来学习样本特征 D: 神经网络是一类机器学习的总称，目前我们说的深度学习一般都特指深度神经网络
- 特征是描述样本的特性的维度关于其在传统机器学习和深度学习的可解释性以下说法正确的是:-----------（） A: 特征在传统机器学习可解释性强,而在深度学习可解释性弱** B: 特征在传统机器学习可解释性弱,而在深度学习可解释性强 C: 特征在传统机器学习和深度学习可解释性均弱 D: 特征在传统机器学习和深度学习可解释性均强
- 机器学习包括传统机器学习和深度学习
- 在任何场景下，深度学习都优于传统机器学习
内容
- 0
【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
- 1
下面关于机器学习与深度学习的描述错误的是:( )。 A: 深度学习来源于人工神经网络 B: 深度学习是机器学习的重要分支 C: 深度学习是多层的人工神经网络,典型的模型包括卷积神经网络等 D: 机器学习属于深度学习的范畴
- 2
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
- 3
机器学习是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能。深度学习源于人工神经网络的研究，它模仿人脑的机制来解释数据。对人工智能，机器学习，深度学习的关系，以下正确的描述是：（A>B代表A出现的时间早于B） A: 人工智能>机器学习>深度学习 B: 人工智能>深度学习>机器学习 C: 机器学习>人工智能>深度学习 D: 机器学习>深度学习>人工智能
- 4
下列关于深度学习的跟踪方法描述不正确的是()。 A: CNN具有强大的特征描述能力,因此常用深度特征替代传统人工选择特征进行跟踪。 B: 端到端的深度学习方法简化了机器学习各环节的人工设计流程,直接学习从原始数据到期望输出的映射,提升跟踪效果。 C: 缺点是需要大量的训练样本,同时也需要GPU的硬件支持。 D: 深度学习的效果一定比传统方法效果好。