机器学习是指通过（）在机器上训练模型，并利用模型进行分析决策与行为预测的过程。

模型算法中，对样本数据机器学习时，通常把数据集分为训练集和测试集（） 机器学习的模型构建时，使用的特征越多，则模型精度越高，应用效果越好。 机器学习的概率模型是采用概率论来表示所有 通过阿里云机器学习可以创建实验,在实验中进行模型训练、新记录预测等,这些实验可以离线部害成DataWorks中的任务,通过DataWorks中的调度系统进行定时调度（） 通过分析已知训练样本类别的数据集属性，通过训练建立相应分类模型，是监督学习。() 进行离线编程时，可通过离线编程软件对导入的机器人模型进行（）设置 建立一个5000个特征,100万数据的机器学习模型.我们怎么有效地应对这样的大数据训练（）。 神经网络模型是数据挖据中常见的一种模仿人类思维方式的机器学习算法模型，在用于预测分析时，先需要通过一个较小规模的“样本”数据“学习”出输入与输出之间可能存在的某种关系模式，从而建立预测模型。类似这种机器学习算法，又被称为_________，其中用到的“样本”数据一般被称为_______。 13. MapReduce编程模型只适合非结构化的海量数据搜索、挖掘、分析与机器智能学习等。 在机器学习扩展库sklearn中，KMeans聚类模型完成聚类之后，可以通过_____________属性查看各个聚类的中心。 机器学习的概率模型是采用概率论来表示所有[填空1][填空1]的形式。 在TCP/IP模型中，()使源端和目的端机器上的对等实体可以进行会话。 中国大学MOOC: 选择机器人模型是在“ABB模型库”当中。 回归分析是在相关分析的基础上，利用数学模型来描述因变量与自变量之间的数量关系，通过足够数据得到模型之后，即可利用它来解释问题、分析问题，进行预测。 以下说法正确的是()1.一个机器学习模型，如果有较高准确率，总是说明这个分类器是好的2.如果增加模型复杂度，那么模型的测试错误率总是会降低3.如果增加模型复杂度，那么模型的训练错误率总是会降低 假如我们建立一个60000个特征，1000万数据集的机器学习模型，我们怎么有效的应对这样的大规模数据的训练（）。 离线编程时可利用计算机图形学的成果，建立起机器人及其工作环境的模型，再利用机器人语言及相关算法，通过对图形的控制和操作，在不使用实际机器人的情况下进行轨迹规划，进而生成机器人作业程序 机器学习的含义是指（）。 机器学习扩展库sklearn的tree模块提供了用于分类和回归的决策树模型。 数理模型分析是利用特征方程、公式，结合（）分析、综合系统分析，再利用系统模型、仿真模型分析城市水温、气候等的变化。