扫码进入小程序随时随地练习
线性回归在 3 维以上的维度中拟合面是?
假设在庞大的数据集上使用Logistic回归模型。可能遇到一个问题，logistics回归需要很长时间才能训练。如何提高训练速度?( )
逻辑回归的损失函数是下列哪一种？（ ）
使用似然函数的目的是什么（ ）
在线性回归算法中，我们认为误差项是符合什么分布的（ ）
下面哪项操作能实现跟神经网络中Dropout的类似效果？（ ）
以下说法正确的是( )
关于逻辑回归，说法正确的是（）
关于逻辑回归正确的是（）
关于线性回归说法正确的是（）
为了提高加载速度和练习体验，每3000道题目分为一段，请选择您要练习的分段：
请选择您要练习的章节，系统将加载该章节下的所有题目：
请设置各类题型的数量和分值，系统将随机抽取题目生成试卷：
提示：非会员最多300题，会员最多1000题
以下是您的考试记录，点击可查看详情：
