下列关于XGboost算法描述中错误的是
A. 由于其特殊原因，无法分布式化$;$xgboost在代价函数里加入了正则项，用于控制模型的复杂度；$;$可以处理带有缺失值的样本$;$允许使用列抽样来减少过拟合
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-caf8-c07f-52a228da6024.html
点击查看答案
留出法直接将数据集划分为(___)个互斥的集合。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f9d8-c07f-52a228da6036.html
点击查看答案
模型评估与选择的评估方法有（）。
A. 留出法$;$交叉验证法$;$自助法$;$调参与最终模型$;$去参法
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9c18-c07f-52a228da6030.html
点击查看答案
后剪枝是先从训练集生成一颗完整的决策树，然后(___)对非叶结点进行考察。
A. 自上而下$;$在划分前$;$禁止分支展开$;$自底向上
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-fdc0-c07f-52a228da6033.html
点击查看答案
关于信息熵，下列说法正确的是。
A. 变量的不确定性越大，熵也就越大$;$一个系统越是有序，信息熵就越高$;$信息熵也可以说是系统有序化程度的一个度量$;$信息熵是对信息源整体不确定性的度量
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-ed28-c07f-52a228da6029.html
点击查看答案
人工智能研究范畴广泛而又异常复杂，其发展需要与（ ）和社会科学等学科深度融合。
A. 计算机科学$;$数学$;$认知科学$;$神经科学
https://www.shititong.cn/cha-kan/shiti/0005e939-f46a-5028-c07f-52a228da6006.html
点击查看答案
在用Tensorflow进行图像分类时，若输入数据的形状为[32,224,224,3]，下面说法正确的是（）
A. 每一张图片都是二值图片$;$每一张图片都是灰度图片$;$模型一次处理32张图片（batchsize为32）$;$以上选项均不正确
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-fcd8-c07f-52a228da6011.html
点击查看答案
下列代码运行结果是？
a=map(lambdax:x**3,[1,2,3])
list(a)
A. [1,6,9]$;$[1,12,27]$;$[1,8,27]$;$(1,6,9)
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f120-c07f-52a228da6002.html
点击查看答案
关于归一化描述正确的是
A. 归一化可以预防过拟合$;$归一化没有实质作用$;$归一化将所有数据样本之缩放到0-1之间$;$归一化是一种激活函数
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6620-c07f-52a228da6017.html
点击查看答案
Python变量使用前必须先声明，并且一旦声明就不能再当前作用域内改变其类型
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-dd98-c07f-52a228da6013.html
点击查看答案
