A、数值平均数
B、位置平均数
C、离散系数
D、线性相关
答案:C
A、数值平均数
B、位置平均数
C、离散系数
D、线性相关
答案:C
A. 训练一个Bagging集成与直接使用基学习算法训练一个学习器的复杂度同阶,因此Bagging是一个很高效的集成学习算法
B. 为处理多分类或回归任务,Bagging需进行修改
C. 从偏差-方差分解的角度看,Bagging主要关注降低偏差
D. Bagging的性能依赖于基分类器的稳定性。
解析:见算法解析
A. 可分析性
B. 可复现性
C. 可解释性
D. 可重构性
解析:虽然机器学习在许多任务中取得了巨大的成功,但由于缺乏可解释性,其表现和应用备受质疑,严重阻碍了机器学习在各个领域尤其是安全敏感领域的广泛落地。
解析:Skip-Gram与CBOW都是运用给定窗口半径生成词向量。
A. 高斯分布
B. 均匀分布
C. 二项分布
D. 泊松分布
解析:正确
解析:可以使得图像的尺寸维持原大小
解析:如果神经网络里不仅仅只有卷积层,还有全连接层,那么输入的图像的大小必须是固定的
A. 29x29
B. 27x27
C. 28x28
D. 30x30
解析:以Le-net5为例,输入图像32x32x1,kernel=5x5,step=1,padding=1,则经第一次卷积操作后,输出ferturemap大小为28x28