對於巨量資料分析所需要的統計(或機器)學習技術，下列何者有誤？
A統計(或機器)學習主要涵蓋有監督式、半監督式、非監督式等學習型態
B監督式學習主要提供資料分類(Classification)，而非監督式學習只是提供資料的分群(Clustering)
C隨機樹叢(Random Forest)演算法是整合多個決策樹(Decision Trees)分類的演算法
D迴歸分析和KMeans兩種演算法常被用來進行巨量資料的分類正確答案
答案與詳解
逐選項解析
A統計(或機器)學習主要涵蓋有監督式、半監督式、非監督式等學習型態學習型態分類✕ 錯誤
正確。機器學習確實涵蓋有監督式(Supervised)、半監督式(Semi-supervised)、非監督式(Unsupervised)三大學習型態，敘述無誤
B監督式學習主要提供資料分類(Classification)，而非監督式學習只是提供資料的分群(Clustering)監督/非監督學習✕ 易錯陷阱
大致正確但有簡化之嫌。監督式學習不只分類，也包含迴歸；非監督式也不只分群，也包含降維等。但本題比較B與D，D更明顯錯誤，B算可接受的概略說法
C隨機樹叢(Random Forest)演算法是整合多個決策樹(Decision Trees)分類的演算法✕ 錯誤
D迴歸分析和KMeans兩種演算法常被用來進行巨量資料的分類✓ 正確
立即註冊,看完整詳解
這題的完整詳解,註冊就能看 · 每天 2 題免費
- 完整逐選項解析
- 秒殺解題技巧與破題關鍵
- 關鍵知識表整理
- 陷阱與易錯提醒
- 同考點歷屆題庫連續刷題與錯題本
立即註冊觀看完整詳解 已有帳號?登入
