A、是的,因为这个模型足够一般,可以适用于所有类型的数据
B、不是,仍然有模型不能控制的因素,比如噪声。
第1题
1.一个机器学习模型,如果有较高准确率,总是说明这个分类器是好的
2.如果增加模型复杂度,那么模型的测试错误率总是会降低
3.如果增加模型复杂度,那么模型的训练错误率总是会降低
4.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
A.1
B.2
C.3
D.1and3
第2题
A.我们随机抽取一些样本,在这些少量样本之上训练
B.我们可以试用在线机器学习算法
C.我们应用PCA算法降维,减少特征数
D.B和C
E.A和B
F.以上所有
第4题
A.两个人面对同一台机器,测试结果可能不同;即便是同一个人面对同一台机器,两次测试的结果也会不同
B.即便图灵测试告诉了我们结果,我们还是会用一套人类的标准判断一个机器是否具备智能
C.通过测试的机器并不能感知或者掌握人类的隐藏情绪,比如反语、双关、讽刺和谎言
D.人类的智能要素可以分解为洞察力、逻辑推理能力等方面,而通过测试的机器只具备基于正确逻辑和策略做判断的能力
第5题
A.10
B.20
C.12
D.2
第7题
B.潜在语义索引(LatentSemanticIndexing)
C.关键词归一化(KeywordNormalization)
第8题
A、对训练集随机采样,在随机采样的数据上建立模型
B、尝试使用在线机器学习算法
C、使用 PCA 算法减少特征维度
第9题
第10题
A.50
B.40
C.10
D.O
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!