A、参数分析
B、逻辑分析
C、假设分析
D、相关分析
答案:D
A、参数分析
B、逻辑分析
C、假设分析
D、相关分析
答案:D
A. 从数据点中随机选择数量与簇的数量相同的数据点,作为这些簇的重心
B. 计算数据点与各重心之间的距离,并将最近的重心所在的簇作为该数据点所属的簇
C. 计算每个簇的数据点到重心距离的平均值,并将其作为新的重心
D. 重复步骤2与步骤3,继续计算,直到所有数据点不改变所属的簇,或达到计算最大次数
A. 智能机器人
B. 智能医疗
C. 智能金融
D. 智能零售
解析:基础概念
A. 硬间隔支持向量机
B. 软间隔支持向量机
C. 线性核函数支持向量机
D. 多项式核函数支持向量机
A. 缺省规则
B. 序贯覆盖
C. 不放回学习
D. 一阶规则
解析:见算法解析
解析:人工智能会受到运算能力高低的限制
解析:正确
A. fastText
B. word2vec
C. BERT
D. CNN
解析:见算法解析
A. 错误数据
B. 虚假数据
C. 异常数据
D. 缺失数据
A. 极大极小值估计
B. 极大似然估计
C. 最大先验概率
D. 最小后验概率
解析:EM算法就是含有隐变量的概率模型
参数的极大似然估计法
A. 人脸识别
B. 专家系统
C. 图像理解
D. 分布式计算