A、机器学习
B、深度学习
C、有监督学习
D、无监督学习
答案：A
解析：机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。
A、机器学习
B、深度学习
C、有监督学习
D、无监督学习
答案：A
解析：机器学习是专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构，使之不断改善自身的性能。
A. pip install xxx
B. conda install xxx
C. python install xxx
D. ipython install xxx
A. b=a[:2]&;&b=a[::2]&;&b=a[1:3]&;&b=a[0:3]
解析：见函数库
A. -10
B. -71
C. -15
A. CNN
B. KNN
C. RNN
D. DNN
解析：VGG模型于2014年被提出，是最流行的CNN模型之一，在ImageNet比赛中，达到了Top5错误率7.3%。
A. OneHotEncoder
B. Normalizer
C. LabelEncoder
D. Imputer
A. 在训练神经网络过程中，参数不断调整，其调整的依据是基于损失函数不断减少
B. 每一次Epoch都会对之前的参数进行调整，迭代次数越多，损失函数一般越小
C. 模型参数量越多越好，没有固定的对应规则
D. 训练好的神经网络模型存储于一定结构的神经元之间的权重和神经元的偏置中
解析：几乎模型每个操作所需的时间和内存代价都会随模型参数量的增加而增加
A. 蚁群算法
B. 遗传算法
C. 人工神经网络
D. 蒙特卡洛方法
E. 归并排序算法
A. 感知器
B. 卷积神经网络
C. 全连接神经网络
D. 循环神经网络
A.
均方根误差接近1最好
B. 均方根误差越大越好
C. 决定系数越接近1越好
D. 决定系数越接近0越好
解析：决定系数越接近1表示模型的拟合性越好
A. 机器学习模型的精准度越高，则模型的性能越好
B. 增加模型的复杂度，总能减小测试样本误差
C. 增加模型的复杂度，总能减小训练样本误差
D. 以上说法都不对
