A、贝叶斯的学习过程为对训练样本计数
B、估计出每个结点的条件概率
C、网络结构为已知
D、评分搜索为求解的常用办法
答案:C
解析:若网络结构己知,即属性间的依赖关系己知,则贝叶斯网的学习过程相对简单,只需通过对训练样本“计数”,估计出每个结点的条件概率表即可,但在现实应用中我们往往并不知晓网络结构,于是,贝叶斯网学习的首要任务就是根据训练数据集来找出结构最"恰当"的贝叶斯网
A、贝叶斯的学习过程为对训练样本计数
B、估计出每个结点的条件概率
C、网络结构为已知
D、评分搜索为求解的常用办法
答案:C
解析:若网络结构己知,即属性间的依赖关系己知,则贝叶斯网的学习过程相对简单,只需通过对训练样本“计数”,估计出每个结点的条件概率表即可,但在现实应用中我们往往并不知晓网络结构,于是,贝叶斯网学习的首要任务就是根据训练数据集来找出结构最"恰当"的贝叶斯网
A. Word2Vec
B. RNN
C. XLNet
D. LSTM
A. 输出层
B. 输入层
C. 感知层
D. 网络层
解析:张量是按照任意维排列的一堆数字的推广。例如:矩阵是三维张量下的一个二维切面,即二维张量。
A. 智能平台建设
B. 大数据平台
C. 互联网应用
D. 人工智能技术
A. 搜索服务
B. 图像处理
C. 智能驾驶
D. 语音识别
解析:搜索服务、图像处理、智能驾驶和语音识别均属于人工智能发展产业。答案选ABCD
A. 思维能力
B. 行为能力
C. 感知能力
D. 学习能力
A. 出现人脸遮挡
B. 人脸角度变化大
C. 需要检测分辨率很小的人脸
D. 需要检测不同性别的人脸
解析:正确
A. 启发式搜索
B. 模糊搜索
C. 精确搜索
D. 关键词搜索
解析:搜索分为盲从搜索与启发式搜索