根据训练数据是否拥有标记信息，学习任务可以分为（ ）。
A: 无监督
B: 监督
C: 回归
D: 聚类
E: 分类
F: 半监督
A: 无监督
B: 监督
C: 回归
D: 聚类
E: 分类
F: 半监督
举一反三
- 无监督学习可完成什么任务（ ）。 A: 回归 B: 分类、回归、聚类 C: 聚类 D: 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
- 通过历史数据预测股票价格是哪一种机器学习任务类型 A: 监督学习;分类 B: 监督学习;回归 C: 无监督学习;聚类 D: 无监督学习;降维
- 以下对于半监督学习的描述错误的是() A: 半监督学习是考虑如何利用少量的标注样本和大量的未标注样本进行训练和分类的问题。 B: 半监督学习的成立依赖于模型假设，主要分为三大类:平滑假设、聚类假设、流行假设。 C: 半监督学习算法主要分为四大类：半监督分类、半监督回归、半监督聚类、半监督降维。 D: 半监督学习抗干扰能力强，适合于普遍的问题。
- 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。