21. 人工智慧中有多種機器學習演算法，下列何者錯誤？
(A)ANOVA
(B)Hierarchical Clustering
(C)Q-Learning
(D)SVM。

答案：登入後查看
統計： A(16), B(5), C(3), D(3), E(0) #3435250

詳解 (共 2 筆)

#6410527

 

在人工智慧的範疇中，機器學習演算法是核心部分。我們來檢視各個選項：

  • (A) ANOVA (Analysis of Variance，變異數分析)： 這是一種統計方法，用於檢驗兩個或多個組別之間的平均數是否有顯著差異。雖然統計學是機器學習的基礎，並且 ANOVA 可以用於分析實驗結果（例如比較不同模型的效能），但 ANOVA 本身是一個統計檢定方法，而不是一個用於從數據中學習模式或進行預測的機器學習演算法。
  • (B) Hierarchical Clustering (階層式分群)： 這是一種無監督學習演算法，用於將資料點分組到具有不同程度相似性的群集中，並形成一個樹狀結構（樹狀圖）。這是一個典型的機器學習演算法。
  • (C) Q-Learning： 這是一種強化學習 (Reinforcement Learning) 演算法，用於讓代理人 (agent) 在特定環境中學習最佳的行動策略以獲得最大獎勵。這是一個重要的機器學習演算法。
  • (D) SVM (Support Vector Machine，支援向量機)： 這是一種監督學習演算法，主要用於分類和迴歸分析。它通過尋找資料點之間的最佳決策邊界來進行分類。這是一個非常常用的機器學習演算法。

綜上所述，ANOVA 是一種統計方法，而不是機器學習演算法。

因此，錯誤的選項是 (A)。

1
0
#6436654


(A) ANOVA（分析變異數）是一種統計方法，用於比較多組平均值是否有顯著差異。它不是機器學習演算法，而是傳統統計分析技術。

(B) Hierarchical Clustering（階層式分群）是一種無監督式機器學習演算法，用於資料分群。

(C) Q-Learning 是一種強化學習（reinforcement learning）演算法，用於智能體學習最優決策策略。

(D) SVM（Support Vector Machine，支持向量機）是監督式機器學習中的分類與回歸演算法。

0
0