在半监督学习方式下，输入数据没有被标识，这种学习模型可以用来进行建模和预测。
举一反三
- （）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
- （）中，输入数据作为对模型的反馈，不像监督模型那样，输入数据仅仅是作为一个检查模型对错的方式，在强化学习下，输入数据直接反馈到模型，模型必须对此立刻作出调整。 A: 监督式学习 B: 监督式学习 C: 半监督式学习 D: 强化学习
- 在（）下，输入数据被称为“训练数据”，每组训练数据有一个明确的标识或结果。 A: 监督式学习 B: 无监督式学习 C: 强化学习 D: 半监督式学习
- ()()监督学习是输入数据没有被标记
- 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