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.
Bằng cách nhấp vào Đăng nhập, bạn đồng ý Chính sách bảo mật và Điều khoản sử dụng của chúng tôi. Nếu đây không phải máy tính của bạn, để đảm bảo an toàn, hãy sử dụng Cửa sổ riêng tư (Tab ẩn danh) để đăng nhập (New Private Window / New Incognito Window).
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.
Hôm nay bạn thế nào? Hãy nhấp vào một lựa chọn, nếu may mắn bạn sẽ được tặng 50.000 xu từ Lazi
Vui | Buồn | Bình thường |