10.请给出L1范数和L2范数的计算方法及他们的使用场景。

36.下列关于过拟合现象的描述中,哪个是正确的( )

35.关于k-means算法,正确的描述是( )

34.关于CNN,以下结论正确的是( )

33.以下关于深度网络训练的说法正确的是( )

32.增加以下哪些超参数可能导致随机森林模型过拟合数据( )(1).决策树的数量;(2).决策树的深度;(3).学习率。

31.以下哪种方法会增加模型的欠拟合风险( )

30.假如使用一个较复杂的回归模型来拟合样本数据，使用岭回归，调试正则化参数λ，来降低模型复杂度。若λ较大时，关于偏差（bias）和方差（variance），下列说法正确的是（）

29.梯度下降算法的正确步骤是什么( )(1)计算预测值和真实值之间的误差(2)迭代更新,直到找到最佳权重(3)把输入传入网络,得到输出值(4)初始化随机权重和偏差(5)对每一个产生误差的神经元,改变相应的(权重)值以减小误差

28.如右图所示有向图,以下陈述正确的有( )

27.多层感知机方法中,可用作神经元的非线性激活函数( )