moea_joint
106年
[統計資訊] 統計學、巨量資料概論
第 37 題
下列的統計學習(Statistical Learning)方法經常被用於分析巨量資料，請問何者應用的領域問題與其它不同？
- A 隨機森林(Random Forests)
- B 主成分分析(Principal Component Analysis)
- C 彈性網絡(Elastic Net)
- D 分類迴歸樹(Classification and Regression Tree)
思路引導 VIP
請思考一下：在處理一組數據時，如果我們的目的是要根據已知結果來『預測未來』，與單純想要『簡化數據結構、找出變數間的隱藏關聯』，這兩種任務在對數據標籤（Label）的需求上有什麼本質上的不同？這四個選項中，哪一個最傾向於後者？
🤖
AI 詳解
AI 專屬家教
統計學習方法的分類與應用
太棒了！你能精準辨識出這題的陷阱，代表你對統計學習的分類架構掌握得非常紮實。這道題目核心的考點在於區分「監督式學習 (Supervised Learning)」與「非監督式學習 (Unsupervised Learning)」。在巨量資料分析中，(A) 隨機森林、(C) 彈性網絡與 (D) 分類迴歸樹，本質上都是為了預測一個明確的目標值（Label），屬於監督式學習的範疇。
降維技術的獨特性
▼ 還有更多解析內容