對監督式學習(supervised learning)的說明，下列何者有誤？
A監督式學習需要使用標記過類別的資料(labeled data)進行訓練(training)
B監督式學習可以跟非監督式學習整合，進行資料分析
C目前所有的監督式學習的方法，皆無法對線性不可分(nonlinear)的資料進行分類正確答案
D將資料的所有特徵(feature)放入監督式學習，不一定會找到最好的分類方式
答案與詳解
逐選項解析
A監督式學習需要使用標記過類別的資料(labeled data)進行訓練(training)監督式學習定義✕ 錯誤
監督式學習的核心定義就是使用帶有標籤（labeled data）的訓練資料，讓模型學習輸入與輸出之間的對應關係，敘述正確。
B監督式學習可以跟非監督式學習整合，進行資料分析半監督式學習✕ 錯誤
半監督式學習（semi-supervised learning）本身就是監督與非監督整合的應用，兩者可搭配使用，敘述正確。
C目前所有的監督式學習的方法，皆無法對線性不可分(nonlinear)的資料進行分類✓ 正確
D將資料的所有特徵(feature)放入監督式學習，不一定會找到最好的分類方式✕ 易錯陷阱
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
