A、exp(yf(x))
B、[1-yf(x)]_+
C、log[1+exp(-yf(x))
D、exp(-yf(x))
答案：B
解析：A不是损失函数，Csiro逻辑斯蒂损失函数，D是指数损失函数。
A、exp(yf(x))
B、[1-yf(x)]_+
C、log[1+exp(-yf(x))
D、exp(-yf(x))
答案：B
解析：A不是损失函数，Csiro逻辑斯蒂损失函数，D是指数损失函数。
A. 网格结构
B. 数组结构
C. 序列结构
D. 表格结构
解析：卷积神经网络(convolu-tional neural network，CNN)，是一种专门用来处理具有类似( )的数据的神经网络。
A. 在语料中训练一个由词到向量（word 2 vector）的模型来对文本中呈现的上下文语境进行学习
B. 训练一个词包模型（a bag of words model）来对文本中的词的发生率（occurrence）进行学习
C. 创建一个文献检索词矩阵（document-term matrix）并且对每一个文本应用余弦相似性
D. 上述所有方法均可
A. 图像复原
B. 图像分割
C. 图像分析
D. A、B和C
A. 正则项
B. 非线性
C. 激活函数
D. 特征变换
解析：xgboost在代价函数里加入了正则项，用于控制模型的复杂度
A. A．a%0.001
B. B．a//0.001
C. C．round(a,3)
D. D．round(3,a)
解析：本题主要考查Python函数。round(x,n)方法返回 x 的小数点四舍五入到n个数字，故要实现将实数型变量a的值保留三位小数，可以使用语句round(a,3)，故本题选C选项。
A. k-means
B. 线性回归
C. svm
D. 逻辑回归
解析：支持向量机（SVM）从数据中找出一个数据的分割超平面。将两个类别的数据完全分割开，并且在模型构建的过程中，保证分割区间最大化,无迭代循环
A. 最优
B. 一般
C. 满意
D. 最坏
A. 大量的数据
B. 执着的企业家
C. 优秀的人工智能科学家
D. 有利的政策环境。
