![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
当使用机器学习建立模型的过程中,以下哪些属于必备的操作?()
A.超函数调节
B.模型建立
C.数据获取
D.特征选择
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
A.超函数调节
B.模型建立
C.数据获取
D.特征选择
A.没有免费的午餐
B.迪米特法则
C.奥卡姆剃刀
D.里氏替换
A.每一台机器单独抽取多个子组连续样本,使用子组极差的平均值建立各自的控制限
B.多台机器各自抽取子组连续样本,计算出各个子组的极差,合在一起计算极差的平均值,然后使用这个平均值建立针对多台机器的通用控制限
C.多台机器的样本混和在一起,然后抽取多个子组的连续样本,建立起通用控制限
D.单台机器和多台机器的抽样方法无关紧要
A.结合具体业务场景进行分析
B.基于模型或经验规则,输出客户分群结果
C.利用机器学习等技术建立预测模型
D.搭建数据模型
E.利用大数据分析工具,对客户进行数据标签,并通过
A.监督学习的监督体现在所有机器要处理的数据实现都要由人为定义好相应的类别,再对分类算法进行训练,最后得到可以使用的分类器
B.按照不同的学习理论划分,机器学习模型可以分为有监督学习、半监督学习、无监督学习以及强化学习等不同类型
C.有监督学习的数据集有标签,无监督相比于有监督,没有训练过程,而是直接拿数据进行建模分析
D.在实际应用中,机器学习主要以无监督学习或半监督学习方式为主
A.数据收集→数据清洗→模型训练→特征提取与选择→模型评估测试→模型部署与整合
B.数据收集→数据清洗→特征提取与选择→模型训练→模型评估测试→模型部署与整合
C.数据收集→特征提取与选择→数据清洗→模型训练→模型评估测试→模型部署与整合
D.数据收集→数据清洗→特征提取与选择→模型训练→模型部署与整合→模型评估测试
A.为一个微服务对应AOM业务模型中的“实例”
B.一台弹性云服务器对应AOM业务模型中的“主机”
C.一个kubernetes的POD对应AOM业务模型中的“服务”
D.ELB弹性负载均衡服务对应AOM业务模型中的“中间件”