由于生成对抗网络可以生成与真实样本相似的样本，因此可以作为一种数据增强的方式，补充训练样本的不足。
举一反三
- 生成对抗网络（GAN）的判别器要区分真样本和假样本，因此GAN是一种监督学习算法。 A: 正确 B: 错误
- 下列对于生成式对抗网络的叙述，哪个是错误的？ A: 训练可能不稳定 B: 可以产生清晰且真实的样本 C: 应用于监督学习领域 D: 通常由一个生成网络与一个判别网络组成
- 生成对抗网络只能处理图像样本，而不能处理声音或文本等数据
- 生成对抗网络只能处理图像样本，而不能处理声音或文本等数据 A: 正确 B: 错误
- 分类器是基于现有数据构造出一个模型或者函数，以将数据库中的数据映射到给定类别，从而可以应用于数据预测。常包含以下步骤：①在训练样本上执行分类器算法，生成分类模型。②在测试样本上执行分类模型，生成预测结果。③选定样本（包含正样本和负样本），将所有样本分成训练样本和测试样本。④根据预测结果，计算必要的评估指标，评估分类模型的性能。构造和实施分类器的正确顺序为（）