A、监督
B、非监督
C、识别
D、检测
答案:AB
解析:主要应用
A、监督
B、非监督
C、识别
D、检测
答案:AB
解析:主要应用
A. 可以和核函数结合
B. 通过调参可以往往可以得到很好的分类效果
C. 训练速度快
D. 泛化能力好
解析:SVM的训练速度不快
解析:Geoffrey Hinton,被称为“神经网络之父”、“深度学习鼻祖”,他曾获得爱丁堡大学人工智能的博士学位,并且为多伦多大学的特聘教授
A. 链式法则
B. 累加法则
C. 对等法则
D. 归一法则
解析:正确
A. 极大极小值估计
B. 极大似然估计
C. 最大先验概率
D. 最小后验概率
解析:EM算法就是含有隐变量的概率模型
参数的极大似然估计法
A. finally
B. else
C. try
D. if
A. 精度与错误率的和为1
B. 精度与错误率都可以反映模型的好坏
C. 精度与错误率都可以用概率密度函数表示
D. 精度是评价模型的唯一标准
解析:精度是不是评价模型的唯一标准
A. 自然演绎推理
B. 归结演绎推理
C. 不确定与非单调推理
D. 与、或形演绎推理
A. 拉普拉斯分布
B. 高斯分布
C. 伽玛分布
D. 柏拉图分布
解析:L1正则化可通过假设权重w的先验分布为拉普拉斯分布,由最大后验概率估计导出。L2正则化可通过假设权重w的先验分布为高斯分布,由最大后验概率估计导出。
A. k-means
B. 线性回归
C. 神经网络
D. 决策树
解析:k-means是一种无监督聚类方法。