如果结果不匹配，请 
更多“基于训练样本标签类别的机器学习方法可分为()”相关的问题
第2题
我们假设您的电子邮件程序会观察收到的邮件是否被你标记为垃圾邮件。在这种Email客户端中，你点击“垃圾邮件”按钮，报告某些Email为垃圾邮件，不会影响别的邮件。基于被标记为垃圾的邮件，您的电子邮件程序能更好地学习如何过滤垃圾邮件。请问，在这个设定中，任务T是什么？()
A.算出被正确分类为垃圾邮件/非垃圾邮件的邮件数量(或部分)
B.给看到的邮件贴上垃圾邮件的标签
C.将电子邮件分类为垃圾邮件或非垃圾邮件
D.以上都不是-这根本就不是一个机器学习问题
第3题
以逻辑规则为核心的逻辑推理、以数据驱动为核心的机器学习和以问题引导为核心的强化学习是三种人工智能的方法，下面哪一句话的描述是不正确的（)？
A.目前以数据驱动为核心的机器学习方法可从任意大数据(无论数据是具备标签还是不具备标签)中来学习数据模式，完成给定任务
B.强化学习的基本特征是智能体与环境不断进行交互，在交互过程不断学习来完成特定任务
C.目前以数据驱动为核心的机器学习方法需要从具有标签的大数据中来学习数据模式，完成给定任务
D.以逻辑规则为核心的逻辑推理方法解释性强
第6题
大数据计算服务支持基于标签的安全，它是项目空间级别的一种强制访问控制策略，它的引入是为了让项目空间管理员能更加灵活地控制用户对敏感数据的访问。LabelSecurity可以对敏感数据的()粒度进行控制。
A.分区
B.表
C.列
D.行
第9题
在《全球化学品统一分类和标签制度》（第五修订版)中，危险说明指分配给一个危险种类和类别的短语，用来描述危险产品的危险性质，酌情包括（)。
A.危险种类
B.危险类别
C.危险预防
D.危险程度
第10题
关于模型输出的描述中，说法正确的是哪个（)？
A.模型输入可以通过修改IR的xml文件实现输出类别的增减
B.通过计算softmax的值可以获得类别标签的概率/置信度
C.模型输出类别，不需要额外计算
D.通过np.argsort方法计算类别标签的概率
