与传统的分类机器学习算法相比，深度学习网络不同之处不是下面哪项？
A: 不需要人工进行特征工程，深度学习算法本身具有一定的特征提取能力
B: 深度学习算法需要的数据量和算力更大，但性能更好
C: 深度学习算法不需要对数据进行预处理
D: 深度学习的算法解释性一般比较弱，对数据依赖性强
A: 不需要人工进行特征工程，深度学习算法本身具有一定的特征提取能力
B: 深度学习算法需要的数据量和算力更大，但性能更好
C: 深度学习算法不需要对数据进行预处理
D: 深度学习的算法解释性一般比较弱，对数据依赖性强
C
本题目来自[网课答案]本页地址：https://www.wkda.cn/ask/eeajeetetxteeyxo.html
举一反三
- 与传统的分类机器学习算法相比，深度学习网络不同之处是下面哪些项？ A: 深度学习算法对数据预处理没要求 B: 不需要人工进行特征工程，深度学习算法本身具有一定的特征提取能力 C: 深度学习算法需要的数据量和算力更大，但性能更好 D: 深度学习的算法解释性一般比较弱
- 有关深度学习的说法，哪个是正确的？ A: 深度学习可以解决任意的机器学习问题 B: 深度学习比较适合处理有大量样本的视频、图像、声音、文本等多模态数据的分析，这些数据的分析需要人工进行特征提取，这是与传统的机器学习不同的 C: 对于分类问题，深度学习算法一定优于传统的机器学习算法 D: 深度学习的基础是神经网络，因此深度学习算法基本可以使用梯度下降法
- 与传统机器学习方法相比，深度学习的优势在于 A: 深度学习可以自动学习特征 B: 深度学习完全不需要做数据预处理 C: 深度学习完全不提取底层特征，如图像边缘、纹理等 D: 深度学习不需要调参
- 深度学习与传统的机器学习最主要的区别在于（ ），即随着数据规模的增加，深度学习的性能行业不断提高。而当数据很少时，深度学习算法的性能并不好。 A: 特征处理 B: 数据依赖性 C: 问题解决方式 D: 硬件依赖
- 深度学习与机器学习最主要的区别在于______，即随着数据规模的增加其性能也不断增长。当数据很少时，深度学习算法的性能并不好。 A: 特征处理 B: 硬件依赖 C: 数据依赖性 D: 问题解决方式
内容
- 0
有关机器学习算法选择的说法不正确的有哪些？ A: 每种算法都有其使用范围，因此选择算法需要考虑具体处理的问题。 B: 机器学习算法的好坏需要通过实验比较确定。 C: 判断机器学习算法好坏在数据需求阶段就可以确定。 D: 对于图像分类问题，深度学习算法的准确度一定好于传统的分类算法。
- 1
深度学习与机器学习算法的区别在于，后者过程中无需进行特征提取工作，即在进行深度学习过程中要先完成特征提取的工作。（ ）
- 2
【单选题】下列关于深度学习说法错误的是() A. 深度学习是对数据进行表征学习的机器学习方法 B. 深度学习源于人工神经网络的研究 C. 深度学习的目的在于从层次化网络的建立中学到数据的复杂特征表示 D. 深度学习相比于机器学习最大区别在于需要人工特征提取
- 3
深度学习算法的三要素是指以下哪些方面？? 模型|优化算法|学习准则|数据
- 4
下面有关机器学习的认识是错误的？ A: 机器学习可以在一定程度上模仿人的学习，并能增强人的决策能力。 B: 机器学习算法很多，后期出现的算法比早期出现的算法性能好。 C: 深度学习是机器学习的一类高级算法，可以处理图像、声音和文本等复杂的数据。 D: 高质量的数据、算力和算法对一个机器学习项目是必不可少的。