APP下载
首页
>
IT互联网
>
随便搞的题库做做
搜索
随便搞的题库做做
题目内容
(
单选题
)
机器学习研究如何通过计算的手段,利用经验来改善系统自身的性能,请问机器学习利用数据训练出什么?

A、模型$;$表结构$;$结果$;$报表

答案:A

随便搞的题库做做
基于统计的分词方法为()
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a980-c07f-52a228da603b.html
点击查看题目
类脑计算系统从“()”向“()”逐步演进
https://www.shititong.cn/cha-kan/shiti/0005e939-f46a-57f8-c07f-52a228da6029.html
点击查看题目
大数据的应用注重相关分析而不是因果分析
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-a3e8-c07f-52a228da602f.html
点击查看题目
()方法用于返回当前工作目录。
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-d5c8-c07f-52a228da6008.html
点击查看题目
如果强行限制输出层的分布是标准化的,可能会导致某些特征模式的丢失,所以在标准化之后,BatchNorm会紧接着对数据做缩放和()
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f9d8-c07f-52a228da6000.html
点击查看题目
当我们在分析一份数据的时候,如果发现这份数据的特征变量很多,成千上万,如果直接基于所有的特征变量进行分析,会浪费过多的时间成本及计算资源,为了应对这种情况,我们可以采用降维的方式对数据进行预处理,如下技术中,哪些属于降维技术
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a1b0-c07f-52a228da6035.html
点击查看题目
卷积神经网络中的池化层可以减小下层输入
的尺寸。常见的池化有:
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-da98-c07f-52a228da6009.html
点击查看题目
在有监督学习中,我们如何使用聚类方法?1.我们可以先创建聚类类别,然后在每个类别上用监督学习分别进行学习2.我们可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习3.在进行监督学习之前,我们不能新建聚类类别4.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a1b0-c07f-52a228da6031.html
点击查看题目
关于“与/或”图表示知识的叙述,错误的有 。
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6238-c07f-52a228da600c.html
点击查看题目
在深度学习神经网络中,感知器是最简单的神经网络,关于其结构说法正确的是:
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-da98-c07f-52a228da6023.html
点击查看题目
首页
>
IT互联网
>
随便搞的题库做做
题目内容
(
单选题
)
手机预览
随便搞的题库做做

机器学习研究如何通过计算的手段,利用经验来改善系统自身的性能,请问机器学习利用数据训练出什么?

A、模型$;$表结构$;$结果$;$报表

答案:A

分享
随便搞的题库做做
相关题目
基于统计的分词方法为()

A. 正向最大匹配法$;$逆向最大匹配法$;$最少切分$;$条件随机场

https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a980-c07f-52a228da603b.html
点击查看答案
类脑计算系统从“()”向“()”逐步演进

A. 专业、通用$;$静态、动态$;$单一、多样$;$简单、复杂

https://www.shititong.cn/cha-kan/shiti/0005e939-f46a-57f8-c07f-52a228da6029.html
点击查看答案
大数据的应用注重相关分析而不是因果分析
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-a3e8-c07f-52a228da602f.html
点击查看答案
()方法用于返回当前工作目录。

A. os.chdir()$;$os.removedirs()$;$os.getcwd()$;$os.rename()

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-d5c8-c07f-52a228da6008.html
点击查看答案
如果强行限制输出层的分布是标准化的,可能会导致某些特征模式的丢失,所以在标准化之后,BatchNorm会紧接着对数据做缩放和()

A. 平移$;$删除$;$移动$;$收敛

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f9d8-c07f-52a228da6000.html
点击查看答案
当我们在分析一份数据的时候,如果发现这份数据的特征变量很多,成千上万,如果直接基于所有的特征变量进行分析,会浪费过多的时间成本及计算资源,为了应对这种情况,我们可以采用降维的方式对数据进行预处理,如下技术中,哪些属于降维技术

A. 主成分分析$;$因子分析$;$独立主成分分析$;$SVM

https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a1b0-c07f-52a228da6035.html
点击查看答案
卷积神经网络中的池化层可以减小下层输入
的尺寸。常见的池化有:

A. 最小地化层$;$乘积池化层$;$最大池化层$;$平均池化层

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-da98-c07f-52a228da6009.html
点击查看答案
在有监督学习中,我们如何使用聚类方法?1.我们可以先创建聚类类别,然后在每个类别上用监督学习分别进行学习2.我们可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习3.在进行监督学习之前,我们不能新建聚类类别4.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习

A. 2和4$;$1和2$;$3和4$;$1和3

https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a1b0-c07f-52a228da6031.html
点击查看答案
关于“与/或”图表示知识的叙述,错误的有 。

A. 用“与/或”图表示知识方便使用程序设计语言表达,也便于计算机存储处理。$;$“与/或”图表示知识时一定同时有“与节点”和“或节点”。$;$“与/或”图能方便地表示陈述性知识和过程性知识。$;$能用“与/或”图表示的知识不适宜用其他方法表示。

https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6238-c07f-52a228da600c.html
点击查看答案
在深度学习神经网络中,感知器是最简单的神经网络,关于其结构说法正确的是:

A. 其隐含层只有两层$;$其隐含层只有一层$;$其网络中使用的是 Sigmoid 激活函数$;$其网络中使用的是 Relu 激活函数

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-da98-c07f-52a228da6023.html
点击查看答案
试题通小程序
试题通app下载