第一个提出大数据概念的公司是谷歌公司

假设我们要解决一个二类分类问题,我们已经建立好了模型,输出是0或1,初始时设阈值为0.5,超过0.5概率估计,就判别为1,否则就判别为0;如果我们现在用另一个大于0.5的阈值,那么现在关于模型说法,正确的是

哪些项属于集成学习

关于反向传播算法，它的主要不足在于

需要循环迭代的算法有

以下属于梯度下降的是

假设我们有一个使用ReLU激活函数(ReLU activation function)的神经网络，假如我们把ReLU激活替换为线性激活，那么这个神经网络能够模拟出同或函数(XNOR function)吗

下面哪个/些超参数的增加可能会造成随机森林数据过拟合？ 1 树的数量
2 树的深度3 学习速率

聚类（clustering）是这样的过程：它找出描述并区分数据类或概念的模型(或函数)，以便能够使用模型预测类标记未知的对象类。

下面哪些是基于核的机器学习算法（）

当发现机器学习模型过拟合时，以下操作正确的是（）