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