这些机器学习基础概念练习题，您能回答出来吗？

1.你会怎么定义机器学习？
2.机器学习在哪些问题上表现突出，你能提出四种类型吗？
3.什么是被标记的训练数据集？
4.最常见的两种监督式学习任务是什么？
5.你能举出四种常见的无监督式学习任务吗？
6.要让一个机器人在各种未知的地形中行走，你会使用什么类型的机器学习算法？
7.要将顾客分成多个组，你会使用什么类型的算法？
8.你会将垃圾邮件检测的问题列为监督式学习还是无监督式学习？
9.什么是在线学习系统？
10.什么是核外学习？
11.什么类型的学习算法依赖相似度来做出预测？
12.模型参数与学习算法的超参数之间有什么区别？
13.基于模型的学习算法搜索的是什么？它们最常使用的策略是什么？它们如何做出预测？
14.你能提出机器学习中的四个主要挑战吗？
15.如果你的模型在训练数据上表现很好，但是应用到新的实例上的泛化结果却很糟糕，是怎么回事？能提出三种可能的解决方案吗？

16.什么是测试集， 为什么要使用测试集？
17.验证集的目的是什么？
18.如果使用测试集调整超参数会出现什么问题？
19.什么是交叉验证？ 它为什么比验证集更好？