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