A、是一种端到端学习的方法
B、是一种监督学习的方法
C、实现了非线性映射
D、隐藏层数目大小对学习性能影响不大
答案：D
A、是一种端到端学习的方法
B、是一种监督学习的方法
C、实现了非线性映射
D、隐藏层数目大小对学习性能影响不大
答案：D
A. 最小地化层
B. 乘积池化层
C. 最大池化层
D. 平均池化层
A. 是一个监督学习算法
B. 是一个分类模型
C. 是一个回归模型
D. 主要用来处理时间序列数据样本
A. 权重和偏置
B. 学习率
C. mini-batch的大小
D. 网络结构
解析：权重和偏置不是超参数
解析：强人工智能包括以下两类：类人的人工智能和非类人的人工智能。
A. 可以处理高维度的属性，并且不用做特征选择
B. 随机森林的预测能力不受多重共线性影响
C. 也擅长处理小数据集和低维数据集的分类问题
D. 能应对正负样本不平衡问题
A. Find-S算法
B. 候选消除算法
C. ID3算法
D. 遗传算法
A. 连接边
B. 关系
C. 属性
D. 特征
解析：在知识图谱里,每个节点表示现实世界中存在的“实体”,每条边为实体与实体之间的“关系”
A. 减少模型复杂度
B. 增加正则化项
C. L1范数或L2范数
D. 使用特征选择算法
E. 使用线性模型拟合二次曲线数据
A. 垃圾邮件分类问题可以使用逻辑回归模型
B. 一条商品评论分为正面，负面和中性，不可以使用逻辑回归模型
C. 逻辑回归不能直接用于多分类问题
D. 以上都不对
A. DBSCAN
B. C4.5
C. K-Mean
D. EM
