扫码进入小程序随时随地练习
数据集太小，数据样本不足时，深度学习相对其它机器学习算法，有明显优势。
Kmean模型能自动生成K个聚类中心
KNN不需要进行训练
LR的损失函数为hingeloss（或者说是逻辑损失都可以）、而SVM的损失函数为Log损失。
LR更侧重全局优化，而树模型主要是局部的优化。
随机森林等树算法都是非线性的，而LR是线性的。
LSTM用加和的方式取代了乘积，使得很难出现梯度弥散。
池化的方式可以大范围的减少输出尺寸
dropout方法在预测过程中keep_prob=1
Dropout在预测的过程中会随机去掉神经元
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：
