1-3 解析常見的機器學習技術 (1) 發佈留言 / 作者: S學院 / 2025-02-13 1-3 解析常見的機器學習技術 (1)模擬測驗,採智能選題,無限次反覆練習。 1. 在開發AI作曲系統時,最不需要的技術是: 和聲分析 節奏生成 曲式結構 圖像識別 None 2. 增強式學習的特點是: 必須有正確答案 通過試錯學習 需要大量標記數據 完全自主學習 None 3. 運用神經網絡進行圖像辨識時,最適合採用下列哪種學習方式? 混合式學習 非監督式學習 監督式學習 增強式學習 None 4. 下列何者不是機器學習的必要條件? 人類情感 足夠的數據量 適當的演算法 運算資源 None 5. 非監督式學習的特點是: 自動發現數據模式 必須有正確答案 依賴獎勵機制 需要標記數據 None 6. 機器學習中的分群分析主要用於: 建立決策規則 發現自然群組 建立因果關係 預測未來行為 None 7. 非監督式學習適合用於: 市場區隔分析 人臉辨識系統 垃圾郵件過濾 語音辨識 None 8. AI系統在安全監控中最不需要的功能是: 語音辨識 異常檢測 行為識別 物體追踪 None 9. 下列哪種技術組合最不適合用於情緒分析? 自然語言處理+深度學習 機器學習+文本分析 神經網絡+詞向量 決策樹+線性回歸 None 10. 非監督式學習的特點是: 不需要標記數據 只能處理結構化數據 需要持續的獎勵機制 必須有正確答案 None 11. AlphaGo的核心技術組合為: 非監督學習與專家系統 類神經網路與模糊邏輯 深度學習與增強學習 監督學習與遺傳算法 None 12. 強化學習中最不關鍵的元素是: 環境互動 數據標註 獎勵機制 策略優化 None 13. 下列哪種情況不適合使用機器學習方法? 問題具有嚴格的邏輯規則 問題規則難以明確定義 數據分布複雜且非線性 需要從過往經驗中學習 None 14. 機器學習的訓練資料主要用於: 展示結果 建立模型 測試系統 儲存資訊 None 15. 下列何者最適合使用增強式學習? 文本分析 客戶分類 機器人控制 銷售預測 None 16. 以下何者不是機器學習的特點? 自動從經驗中學習 完全不需人為介入 找出數據規律 能夠處理大量數據 None 17. 關於迴歸分析,下列何者錯誤? 只能處理線性關係 用於尋找資料間關係 可繪製最佳擬合線 屬於監督式學習 None 18. 深度學習網絡中,最不可能出現的層是: 池化層 決策層 全連接層 卷積層 None 19. 強化學習在以下哪種場景最不適用? 資源調度優化 垃圾郵件過濾 遊戲策略 機器人導航 None 20. 增強式學習的特色為: 完全不需要輸入資料 必須有正確答案 需要大量標記資料 透過環境回饋學習 None 如有問題可留言,謝謝您的寶貴意見! 暱稱 電郵(提交獲得正確答案,可換題測驗完整題庫,新增題庫電郵通知) Time's up