在机器学习领域中，按照数据有无标签分为监督学习和非监督学习，那么分类、回归任务属于（）.
A: 有标签的监督学习
B: 无标签的非监督学习
C: 有标签的非监督学习
D: 无标签的监督学习
A: 有标签的监督学习
B: 无标签的非监督学习
C: 有标签的非监督学习
D: 无标签的监督学习
举一反三
- 关于机器学习中有监督学习和无监督学习的说法错误的是 A: 区分有监督学习和无监督学习的关键是原始数据是否带有标签 B: 有监督学习输入有标签 C: 无监督学习输入有标签 D: 无监督学习输入无标签
- 机器学习模型按照可使用的数据类型分为监督学习和无监督学习两大类。数据集有（ ）的称为监督学习，如分类和回归，无标签的称为无监督学习，如 （ ） 。
- 按照学习方式，机器学习可以分为监督学习、无监督学习、半监督学习和强化学习等。在监督学习中，训练样本的标签信息是已知的，根据样本标签是连续还是离散，监督学习又可以分为回归和分类。
- 关于监督学习和无监督学习，以下理解正确的有：（） A: 监督学习是数据驱动，无监督学习是任务驱动 B: 监督学习和无监督学习都有标签 C: 识别、分类、回归属于监督学习 D: 聚类属于无监督学习
- 按照训练的数据有无标签，可以将机器学习方法分为监督学习算法和无监督学习算法。