无监督学习不需要样本。

按照学习方式，机器学习可以分为监督学习、无监督学习、半监督学习和强化学习等。在监督学习中，训练样本的标签信息是已知的，根据样本标签是连续还是离散，监督学习又可以

监督学习与无监督学习的区别在于A. 是否需要训练数据B. 是否需要人工标注数据C. 学习目标不同D. 适用场景不同

监督学习和无监督学习的核心区别是()。A. 是否使用神经网络B. 数据是否带有标签C. 是否需要高性能计算D. 是否处理图像数据

监督学习和无监督学习的核心区别是()。A. 是否使用神经网络B. 数据是否带有标签C. 是否需要高性能计算D. 是否处理图像数据

在机器学习中,监督学习和无监督学习的区别是:()A. 是否需要进行特征选择B. 是否需要标签数据进行训练C. 是否需要预测未来的数据趋势D. 是否需要人工干预进

在机器学习中,监督学习与无监督学习的区别是A. 无监督学习用于分类问题,监督学习用于回归问题B. 监督学习需要标签数据,无监督学习不需要C. 无监督学习需要标签

监督学习和无监督学习的主要区别是什么?()A. 数据量的大小B. 数据是否有标签C. 算法复杂度

有监督学习的核心是聚类，无监督学习的核心是分类。()A. 错B. 对

在机器学习中,监督学习和无监督学习的主要区别是什么A. 监督学习需要标注数据,无监督学习不需要B. 监督学习用于分类,无监督学习用于回归C. 监督学习只能处理数

无监督学习的数据来源()A. 一次性给定的无标注信息B. 序列交互中不断的反馈C. 环境应答D. 一次性给定的含标注信息