传统的机器学习方法包括监督学习、无监督学习和半监督学习，其中监督学习是学习给定标签的数据集。请问标签为离散的类型，称为分类，标签为连续的类型，称为什么？
A: 回归
B: 离散
C: 分类
D: 给定标签
A: 回归
B: 离散
C: 分类
D: 给定标签
举一反三
- 传统的机器学习方法包括监督学习、无监督学习和半监督学习。其中监督学习是学习给定标签的数据集。请问如果标签为离散的类型,则称为分类;那么,标签为连续的类型,称为( )。 A: 给定标签 B: 离散 C: 分类 D: 回归
- 传統的机器学习方法包括监督学习、无监督学习和半监督学习，其中监督学习是学习给定标签的数据集。请问标签为离散的类型，称为分类,标签为连续的类型,称为什么?() A: 给定标签 B: 离散 C: 分类 D: 回归
- 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。
- 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
- 学习没有标签的数据集的机器学习方法是?() A: 监督学习 B: 无监督学习 C: 半监督学习 D: 强化学习