A、因果
B、相关
C、逻辑或
D、逻辑与
答案:D
A、因果
B、相关
C、逻辑或
D、逻辑与
答案:D
A. 隐状态向量
B. 状态向量
C. 显状态向量
D. 以上都不对
解析:状态向量控制着整个LSTM单元的状态或者记忆,它会根据每个时刻的输入进行更新。
解析:正确
A. 梯度下降算法就是不断的更新w和b的值
B. 梯度下降算法就是不断的更新w和b的导数值
C. 梯度下降算法就是不断寻找损失函数的最大值
D. 梯度下降算法就是不断更新学习率
解析:梯度下降算法就是不断的更新w和b的值
A. 旋度
B. 梯度
C. 负采样
D. 正采样
解析:见算法解析
A. 随机梯度下降
B. 修正线性单元(ReLU)
C. 卷积函数
D. 以上都不正确
解析:修正线性单元是非线性的激活函数
解析:只理解LSTM能够缓解RNN存在的梯度消失/梯度爆炸,
A. 归一化可以预防过拟合
B. 归一化没有实质作用
C. 归一化将所有数据样本之缩放到0-1之间
D. 归一化是一种激活函数
A. 数据挖掘的成功经常依赖于数据挖掘工具的选择
B. 虽然数据可视化具有很明显的吸引力,高维数据上的图形挖掘却不能够很轻易地完成
C. 主成分分析能在不明显丢失信息的情况下降低数据维度
D. 数据挖掘就是从处理过后的数据中进行知识提取
解析:数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中,提取出蕴涵在其中的,人们事先不知道的,但是具有潜在有用性的信息和知识的过程。并非是从处理后的数据提取知识,D项错误,其他选项正确,答案ABC
A. 智能手机
B. 安防监控
C. 智能运载工具
D. 以上都不正确
解析:基础概念