A、K近邻方法
B、局部加权回归法
C、基于案例的推理
D、Find-s算法
答案:D
A、K近邻方法
B、局部加权回归法
C、基于案例的推理
D、Find-s算法
答案:D
A. 逻辑表示法(谓词表示法)
B. 框架
C. 产生式
D. 语义网络
A. 数据一致性高
B. 数据冗余度低
C. 复杂查询的能力强
D. 产品成熟度高
A. 期望值
B. 最大值
C. 最小值
D. 总和
A. 穷举搜索
B. 随机搜索
C. Bayesian优化
解析:穷举搜索法,随机搜索法,贝叶斯优化都可以优化超参数,各有优劣。
所以ABC三种都可实现调整优化超参数。答案ABC
A. 机器学习
B. 强化学习
C. 深度学习
D. 监督学习
A. 多分枝结构
B. 残差连接
C. BatchNormalization
D. SigMoid激活函数
解析:见算法解析
A. 用“与/或”图表示知识方便使用程序设计语言表达,也便于计算机存储处理
B. “与/或”图表示知识时一定同时有“与节点”和“或节点”
C. “与/或”图能方便地表示陈述性知识和过程性知识
D. 能用“与/或”图表示的知识不适宜用其他方法表示
解析:D选项说法太绝对。“与/或”图可以系统地将整个问题分解为互相独立的小问题,然后分而解决。 “与/或”图是由“与节点”及“或节点”组成的结构图。