A、统计分析
B、参数估计
C、假设检验
D、回归分析
答案:BCD
A、统计分析
B、参数估计
C、假设检验
D、回归分析
答案:BCD
A. ID3算法
B. K近邻方法
C. 局部加权回归法
D. 基于案例的推理
A. 评估
B. 训练
C. 推理
D. 神经网络
解析:主要应用
A. 基于信息论准则;
B. 学习问题看做为数据压缩任务;
C. 学习目标为以最短编码长度描述训练数据模型;
D. 编码位数仅为自身所需的编码位数;
解析:见算法解析
A. K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象。
B. K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念。
C. K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇。
D. K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇。
A. 应用层
B. 服务层
C. 能力层
D. 资源层
解析:主要应用
A. 经过池化的特征图像变小了
B. 池化操作采用扫描窗口实现
C. 池化层可以起到降维的作用
D. 常用的池化方法有最大池化和平均池化
A. Docker支持在Windows、Linux、MacOS等系统上安装
B. CentOS安装Docker有两种方式:一,curl获取脚本安装,另外是yum仓库安装。
C. Docker服务端和客户端必须运行在一台机器上
D. 可通过docker version命令参看Docker版本信息
A. 根据用户的购买记录记忆用户的偏好
B. 根据浏览时间判断商品对用户的吸引力
C. 推荐用户消费过的相关产品
D. 根据用户的喜好进行相关推荐
解析:continue关键字在循环中的作用是跳过其后代码, 然后运行下一个循环
A. p
B. eps
C. n_jobs
D. algorithm