A、标准差
B、极差
C、方差
D、极小值
答案：B
A、标准差
B、极差
C、方差
D、极小值
答案：B
解析：虽然算法的名字中包含“回归”二字，但其实它是用于分类问题的算法
A. Knn
B. Adaboost
C. 随机森林
D. XGBoost
解析：集成学习方法大致可分为两大类：即个体学习器间存在强依赖关系，必须串行生成的序列化方法以及个体学习器间不存在强依赖关系、可同时生成的并行化方法；前者代表是 Boosting ，后者代表是 Bagging 和“ 随机森林 ”
A. 样本生成
B. 样本管理
C. 样本筛选
D. 样本标注
解析：主要应用
A. 机器学习
B. 强化学习
C. 深度学习
D. 监督学习
A. TensorFlow
B. PyTorch
C. Paddle
D. Anaconda
E. pycharm
解析：TensorFlow、PyTorch和Paddle是常用计算框架；Anaconda是大量包的软件工具；pycharm是一种python编译器
A. 数据优化
B. 数据增强
C. 模型集成
D. 引入参数范数惩罚项
解析：常见的机器学习模型正则化方法包含数据增强、模型集成、引入参数范数惩罚项
A. Michael Arbib
B. Edward Albert Feigenbaum
C. Michael Grieves
D. Arthur Samuel
解析： 早在2002年，“数字孪生（Digital Twin）”这一概念被美国Michael Grieves教授提出。
A. 根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工在接下来一段时间内的工资涨幅
B. 根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工下一季度的绩效考核分数
C. 根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工是否可能会在接下来的一段时间内离职
D. 根据员工的薪水、工作压力、成长环境、工作年限、绩效考核等数据，预测员工下一季度的销售额
A. 随机误差项是一个期望值为0的随机变量；
B. 对于解释变量的所有观测值，随机误差项有相同的方差；
C. 随机误差项彼此相关；
D. 解释变量是确定性变量不是随机变量，与随机误差项之间相互独立；
E. 随机误差项服从正态分布
