（）是按照中心点或者分层的方式对输入数据进行归并，试图找到数据的内在结构，以便按照最大的共同点将数据进行归类。
A: 贝叶斯方法算法
B: 聚类算法
C: 基于核的算法
D: 人工神经网络算法
A: 贝叶斯方法算法
B: 聚类算法
C: 基于核的算法
D: 人工神经网络算法
举一反三
- 聚类算法通常按照中心点或者分层的方式对输入数据进行归并，所以聚类算法试图找到数据的内在结构，以便按照最大的共同点将数据进行归类。
- （）是把输入数据映射到高阶的向量空间，在高阶向量空间里，有些分类或者回归问题能够更容易的解决。 A: 聚类算法 B: 贝叶斯方法算法 C: 基于核的算法 D: 人工神经网络算法
- （）是基于贝叶斯定理的一类算法，主要用来解决分类和回归问题。 A: 贝叶斯方法算法 B: 聚类算法 C: 基于核的算法 D: 人工神经网络算法
- 机器学习的算法包括（）。 A: 正则化方法 B: 基于实例的算法 C: 决策树算法 D: 聚类算法 E: 贝叶斯方法算法 F: 人工神经网络算法
- （）是模拟生物神经网络，是一类模式匹配算法。通常用于解决分类和回归问题。其中s深度学习就是其中的一类算法。 A: 聚类算法 B: 贝叶斯方法算法 C: 基于核的算法 D: 人工神经网络算法