Xác định tính đúng/sai của các phát biểu sau về các ứng dụng và đặc điểm của học máy:
a) Một mô hình học máy phân loại có thể được ứng dụng để phân loại email thành "spam" hoặc "không spam".
b) Trong bài toán phân cụm, dữ liệu huấn luyện không cần có nhãn và thuật toán nhóm các mẫu dữ liệu thành các cụm dựa trên sự tương tự.
c) Học không giám sát yêu cầu dữ liệu có nhãn để huấn luyện mô hình phân cụm.
d) Ứng dụng nhận dạng chữ viết tay có thể bao gồm cả chế độ tĩnh (offline) và động (online) để chuyển đổi chữ viết tay thành văn bản.
Quảng cáo
1 câu trả lời 11
a) Đúng – Mô hình phân loại có thể được sử dụng để phân loại email thành "spam" hoặc "không spam" dựa trên thuộc tính đặc trưng của email.
b) Đúng – Trong bài toán phân cụm, dữ liệu không có nhãn và thuật toán học không giám sát nhóm các mẫu dữ liệu thành các cụm dựa trên sự tương tự.
c) Sai – Học không giám sát không yêu cầu dữ liệu có nhãn. Phân cụm là một bài toán học không giám sát.
d) Đúng – Ứng dụng nhận dạng chữ viết tay có thể bao gồm chế độ tĩnh (offline) để phân tích hình ảnh chữ viết tay và chế độ động (online) để phân tích chữ viết trong thời gian thực.
Quảng cáo
Bạn cần hỏi gì?
Câu hỏi hot cùng chủ đề
-
Đã trả lời bởi chuyên gia
149360 -
Đã trả lời bởi chuyên gia
99780 -
Đã trả lời bởi chuyên gia
97385 -
Đã trả lời bởi chuyên gia
80055 -
Đã trả lời bởi chuyên gia
72893 -
Đã trả lời bởi chuyên gia
55977 -
Đã trả lời bởi chuyên gia
55355
