A、[[ 1., 2., 1.],[ 4., 5., 4.]]
B、[[ 4., 5., 4.],[ 4., 5., 4.]]
C、以上都不对
D、[[ 4., 5., 4.],[ 1., 2., 1.]]
答案：C
A、[[ 1., 2., 1.],[ 4., 5., 4.]]
B、[[ 4., 5., 4.],[ 4., 5., 4.]]
C、以上都不对
D、[[ 4., 5., 4.],[ 1., 2., 1.]]
答案：C
解析：load_data()→create_model()→model.fit()→model.predict()
A. “自底向上”的聚合策略
B. “自底向上”的分拆策略
C. “自顶向下”的聚合策略
D. “自顶向下”的分拆策略
解析：见算法解析
A. 专家系统
B. 人工神经网络
C. 模式识别
D. 智能代理
A. 理解别人讲的话
B. 对自然语言表示的信息进行分析概括或编辑
C. 自动程序设计
D. 机器翻译
解析：自动程序设计，是采用自动化手段进行程序设计的技术和过程。奴设计自然语言理解，答案选C
A. 开发平台层
B. 资产层
C. 业务逻辑层
D. 平台管理层
解析：主要应用
A. Jupyter Notebook$
;$MyEclipse$;
$Android Studio$;
$Spider
A. 若λ=0，则等价于一般的线性回归
B. 若λ=0，则不等价于一般的线性回归
C. 若λ=+∞，则得到的权重系数很小，接近于零
D. 若λ=+∞，则得到的权重系数很大，接近与无穷大
解析：岭回归是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法 ，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数 更为符合实际、更可靠的回归方法，对病态数据的拟合要强于最小二乘法 。
A. 优化函数
B. 损失函数
C. 梯度下降
D. 反向传播
解析：损失函数用来衡量神经网络的计算模型对样本的预测值与真实值之间的误差
A. a[1:-1]
B. a*3
C. a[2] = 4
D. list(a)
