深度学习与机器学习算法之间的区别在于，后者过程中无需进行特征提取工作，也就是 [br][/br]说，我们建议在进行深度学习过程之前要首先完成特征提取的工作。这种说法是：
A: 正确的
B: 错误的
A: 正确的
B: 错误的
B
举一反三
- 深度学习与机器学习算法之间的区别在于，后者过程中无需进行特征提取工作，也就是说，我们建议在进行深度学习过程之前要首先完成特征提取的工作。（ ）
- (深度)机器学习与(浅层)机器学习算法之间的区别在于后者过程中无需进行特征提取工作,也就是说,我们建议在进行深度学习过程之前首先完成特征提取的工作。这种说法是: A: 无可奉告 B: 不确定 C: 错误的 D: 正确的
- 深度学习与机器学习算法的区别在于，后者过程中无需进行特征提取工作，即在进行深度学习过程中要先完成特征提取的工作。（ ）
- 深度学习的特征提取过程与人脑信息加工的过程类似，提取的特征也是逐渐从简单到复杂的
- 【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
内容
- 0
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
- 1
与传统的分类机器学习算法相比，深度学习网络不同之处不是下面哪项？ A: 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 B: 深度学习算法需要的数据量和算力更大，但性能更好 C: 深度学习算法不需要对数据进行预处理 D: 深度学习的算法解释性一般比较弱，对数据依赖性强
- 2
与传统机器学习方法相比，深度学习的优势在于 A: 深度学习可以自动学习特征 B: 深度学习完全不需要做数据预处理 C: 深度学习完全不提取底层特征，如图像边缘、纹理等 D: 深度学习不需要调参
- 3
与传统机器学习不同的是，深度学习不需要手工从数据中选择并提取特征，整个特征工程完全是自动化的，这[br][/br]种学习方法被称为端到端学习法。
- 4
有关深度学习的说法，哪个是正确的？ A: 深度学习可以解决任意的机器学习问题 B: 深度学习比较适合处理有大量样本的视频、图像、声音、文本等多模态数据的分析，这些数据的分析需要人工进行特征提取，这是与传统的机器学习不同的 C: 对于分类问题，深度学习算法一定优于传统的机器学习算法 D: 深度学习的基础是神经网络，因此深度学习算法基本可以使用梯度下降法