机器学习是指计算机依托海量、实时、非结构化大数据资源进行训练和测验，从而得到专项任务的决策模型，当新的大数据输入后，利用模型进行决策并付诸行动，行动过程及其产生的实际效果作为模型验证资源又存入大数据资源库，不断优化决策模型，从而实现决策模型的递进式优化过程。（）

A.海量数据存储技术

B.数据高速传输技术

C.数据分析技术

D.实时数据处理技术

A.大数据指的是需要新处理模式才能具有更强的决策力、洞察力和流程优化能力的海量、高增长率和多样化的信息资产。

B.物联网会实时产生海量数据，一般需要在大数据技术支持下进行分析处理。

C.IBM提出的大数据4V特征包括Volume、Velocity、Variety和Veracity。

D.HBase、Map Reduce、SPARK等组件。

A.强化学习(Reinforcement Learning, RL) 是一个独立的方法，不是一种机器学习的模式，或者说不是一种思路

B.特征迁移：估计任务A和B之间的“差距”，设计一个变换方程，将任务A的数据转换为任务B的数据，再进行训练。

C.模型迁移：使用任务A训练得到的模型，经过某种变换，直接应用于任务B

D.强化学习认为，计算机单纯通过感知环境，与环境交互，并且从交互中获得评价反 馈，就可以适应所处的环境。

A.模糊性

B.实时性

C.周期性

D.高速性

A.Y.是

B.N.否