简述无监督学习的概念及其典型任务。
答：[无监督学习的数据中没有作为答案的目标变量，即无监督学习的训练数据没有标签，它自动从训练数据中学习知识，建立模型。数据并不被特别标识，计算机自行学习分析数据内部的规律、特征等，进而得出一定的结果(如内部结构、主要成分等)。其典型任务包括：聚类、降维。]继续答题：下一题
更多机器学习试题
- 1计算机视觉(Computer?Vision)是指利用摄像机和电脑代替人眼，使得计算机拥有类似于人类的那种对目标进行分割、分类、识别、跟踪、判别决策的功能。
- 2下列直接影响传统机器学习算法成败的关键因素是哪个? *
- 3sklearn模块的______子模块提供了多种自带的数据集，可以通过这些数据集进行数据的预处理、建模等操作，从而练习使用sklearn模块实现数据分析的处理流程和建模流程。
- 4L1范数：Lasso Regularization，产生稀疏权值矩阵，用于特征选择；L2范数：Ridge Regularization，常用，防止模型过拟合。
- 5假定使用阶数为2的线性核SVM，将模型应用到实际数据集上后，其训练准确率和测试准确率均为100%。现在增加模型复杂度(增加核函数的阶)，会发生以下哪种情况？