批量梯度下降，小批量梯度下降，随机梯度下降最重要的区别在哪里?
A. 梯度大小
B. 梯度方向
C. 学习率
D. 使用样本数
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-d308-c021-5dd340f22403.html
点击查看答案
卷积神经网络做图像分类任务通常不包含：
A. 卷积操作
B. 池化操作
C. 全连接层
D. 均方误差损失函数
解析：均方误差损失函数多用于回归任务。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-e690-c021-5dd340f2240a.html
点击查看答案
大数据正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，从中发现新知识、创造新价值、提升新能力的（）
A. 新一代技术平台
B. 新一代信息技术和服务业态
C. 新一代服务业态
D. 新一代信息技术
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-f528-c021-5dd340f2240c.html
点击查看答案
大数据中的“速度”包含两种
A. 加速度反馈速度
B. 加速度处理速度
C. 增长速度反馈速度
D. 增长速度处理速度
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-f910-c021-5dd340f22413.html
点击查看答案
无监督学习需要（ ）
A. 学习程序自己形成和评价概念，没有教师
B. 学习程序在教师监督下形成和评价概念
C. 学习程序有时需要教师，有时不需要教师，以形成和评价概念
D. 以上说法都不对
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-dec0-c021-5dd340f22409.html
点击查看答案
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.重复迭代，直至得到网络权重的最佳值 3.把输入传入网络，得到输出值 4.用随机值初始化权重和偏差 5.对每一个产生误差的神经元，调整相应的（权重）值以减小误差
A. 1, 2, 3, 4, 5
B. 5, 4, 3, 2, 1
C. 3, 2, 1, 5, 4
D. 4, 3, 1, 5, 2
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-cf20-c021-5dd340f2240b.html
点击查看答案
在普通的全连接网络或CNN中，每层神经元的信号只能向上一层传播，样本的处理在各个时刻独立，因此又被成为前向神经网络(Feed-forward+Neural+Networks)。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-edb8-c021-5dd340f22405.html
点击查看答案
对于图像数据，通常使用的模型是
A. 循环神经网络
B. 卷积神经网络
C. word2vec
D. bert
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-0da0-c021-5dd340f2241c.html
点击查看答案
Matplotlib库中，用来绘制功率谱密度图的pyplot的基础图标函数是（）。
A. plt.psd(x,NFFT=256,pad_to,Fs)
B. plt.bar(left,height,width,bottom)
C. plt.barh(width,bottom,left,height)
D. plt.cohere(x,y,NFFT=256,Fs)
解析：Matplotlib库中，用来绘制功率谱密度图的pyplot的基础图标函数是plt.psd(x,NFFT=256,pad_to,Fs)。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-1c38-c021-5dd340f22400.html
点击查看答案
原始业务数据来自多个数据库或数据仓库，它们的结构和规则可能是不同的，这将导致原始数据非常的杂乱、不可用，即使在同一个数据库中，也可能存在重复的和不完整的数据信息，为了使这些数据能够符合数据挖掘的要求，提高效率和得到清晰的结果，必须进行数据的预处理。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-edb8-c021-5dd340f22424.html
点击查看答案
