A、新增数据
B、临时数据
C、机构化数据
D、非结构化数据
答案:A
A、新增数据
B、临时数据
C、机构化数据
D、非结构化数据
答案:A
A. 集成学习通过构建并结合多个学习器来完成学习任务,也称为多分类器系统、基于委员会的学习等
B. 集成中只包含同种类型的个体学习器,如“决策树集成”,“神经网络集成”等,这样的集成是“同质”的
C. 集成中同时包含多种类型的个体学习器,这样的集成是“异质”的,异质集成的个体学习器一般称为基学习器
D. 随着集成中个体分类器(相互独立)数目T的增大,集成的错误率将指数级下降,最终趋向于零
解析:见算法解析
A. 物流
B. 制造%
C. 军工
D. 公共服务
A. 机器学习
B. 强化学习
C. 深度学习
D. 监督学习
A. 负梯度方向是使函数值下降最快的方向
B. 当目标函数是凸函数时,梯度下降法的解是全局最优解
C. 梯度下降法比牛顿发收敛速度快
D. 梯度下降法需要确定合适的迭代步长
解析:牛顿法需要二阶求导,梯度下降法只需一阶,因此牛顿法比梯度下
降法更快收敛。
解析:岭回归的误差函数的惩罚项是学习参数的平方之和
A. 32MB
B. B.64MB
C. 128MB
D. 256M
A. 朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B. 面对孤立的噪声点,朴素贝叶斯分类器是健壮的
C. 面对无关属性,朴素贝叶斯分类器是健壮的
D. 相关属性可能会降低朴素贝叶斯分类器的性能
解析:见算法解析
A. -6
B. 6
C. 2
D. 2