监督式学习能够为没有标签的整个样本数据建立多样化的模型或结构。
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
- 聚类中的训练数据没有标签,求解的目的是将相似的样本进行自动归类,属于( )。 A: 无监督学习 B: 监督式学习 C: 强化学习 D: 自动学习
- 关于监督学习与非监督学习的说法，正确的是： A: 监督学习在模型训练过程中需要使用样本的标签 B: 非监督学习在模型训练过程中无需使用样本的标签 C: 监督学习往往需要人工事先标注大量的数据 D: 聚类是一种典型的非监督学习算法
- 【多选题】下列关于有监督学习和无监督学习的说法中正确的是？ A. 有监督学习要用到数据样本的类别标签，因此样本数据通常带有类别标签 B. 无监督学习在训练过程中也要用到数据样本的类别标签，因此样本数据通常带有类别标签 C. 有监督学习需要训练，并更新参数 D. 无监督学习通常也需要训练和更新参数
- 机器学习系统使用什么来建立并更新模型？ A: 样本数据 B: 继承模型 C: 标签数据 D: 计算能力