根据机器学中是否有标注数据，机器学习模型可以分为（）

A.定量评价机器学习性能

B.估算模型

C.验证模型

D.定性评价机器学习性能

A.能够节约大规模数据标注带来的时间和费用开销

B.在标注数据量有限时，采用半监督学习有望训练得到更优的机器学习模型

C.半监督学习的数学优化问题更容易求解

D.半监督学习的模型训练时间更短

A.监督学习

B.非监督学习

C.半监督学习

D.专家系统

A.数据标注是模型训练的基石

B.数据标注的准确性大大影响模型准确率

C.数据标注有助于提高工作理解

D.目前模型的发展处于瓶颈期，好的标注数据时制胜关键

A.支持在线标注、自动模型训练、超参优化及模型评估

B.支持基于异构硬件(CPU和GPU)的模型加载和数据请求的实时响应

C.用户可以将模型快速部署为c.restfulapi，http，通过HTTP请求的方式调用该服务

D.提供的弹性扩缩和蓝绿部

A.回归分析

B.半监督学习

C.无监督学习

D.有监督学习

A.数据标注非常昂贵

B.为获得更高的机器学习性能

C.有标注的数据很稀少

D.存在大量为标记数据

A.逻辑回归

B.线性回归

C.k-means

D.Apriori