【单选题】下列不适合深度学习的数据集是:
A: 数据集太小,数据样本不足
B: 音频数据集
C: 视频数据集
D: 多类别数据集
A: 数据集太小,数据样本不足
B: 音频数据集
C: 视频数据集
D: 多类别数据集
A
举一反三
- 什么样的数据不适合用深度学习（) A: 数据集太小 B: 数据集太大 C: 数据集没有局部相关性 D: 数据集局部相关性极强
- 数据集太小，数据样本不足时，深度学习相对其它机器学习算法，有明显优势。
- 以下数据集中，图片数量和类别数量都最多的是（ ） A: MNIST 数据集 B: ImageNet 数据集 C: FDDB 数据集 D: PASCAL VOC 数据集
- 74.以下数据集中，图片数量和类别数量都最多的是（ ） A: MNIST 数据集 B: PASCAL VOC 数据集 C: ImageNet 数据集 D: FDDB 数据集
- 训练SVM的最小时间复杂度为O(n2)，那么一下哪种数据集不适合用SVM？（ ） A: 大数据集 B: 和数据集大小无关 C: 小数据集 D: 中等大小数据集
内容
- 0
SAS数据集的种类有（） A: 临时数据集和永久数据集 B: 目录 C: 永久数据集 D: 表
- 1
SVM算法的最小时间复杂度是O（n²），基于此，以下哪种规格的数据集并不适该算法？ A: 不受数据集的大小影响 B: 中等数据集 C: 小数据集 D: 大数据集
- 2
模型算法中，对样本数据机器学习时，通常把数据集分为训练集和测试集（）
- 3
SAS数据集的类型包括临时数据集和（）数据集。
- 4
数据集拆分的基本格式为：DATA 新数据集名1 新数据集名2 ... 新数据集...ET语句后面的“数据集名”设置一个数据集