APP下载
首页
>
IT互联网
>
计算机知识技术题库
搜索
计算机知识技术题库
题目内容
(
单选题
)
df.tail()这个函数是用来

A、用来创建数据

B、用来展现数据

C、用来分析数据

D、用来转换数据

答案:B

计算机知识技术题库
数据规范化指将数据按比例缩放(如更换大单位),使之落入一个特定的区域(如0-1)以提高数据挖掘效率的方法。规范化的常用方法有:最大-最小规范化、零-均值规范化、小数定标规范化。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-edb8-c021-5dd340f22425.html
点击查看题目
fasttext利用了全局范围的词相关性
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-f588-c021-5dd340f22408.html
点击查看题目
Python3 中 5/2 的结果是?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-1468-c021-5dd340f2241b.html
点击查看题目
Dropout是一种在深度学习环境中应用的正规化手段,他是这样运作的,在一次循环中我们先随机选择神经层中的一些单元并将其临时隐藏,然后再进行该次循环中
神经网络的训练和优化过程,在下一次循环中,我们又将隐藏另外一些神经元,如此直至训练结束。根据以上描述,Dropout技术在下列哪种神经层中不能发挥优势?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-01e8-c021-5dd340f22412.html
点击查看题目
假如我们建立一个60000个特征,1000万数据集的机器学习模型,我们怎么有效的应对这样的大规模数据的训练
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-3b78-c021-5dd340f22415.html
点击查看题目
在以连接主义为基础的神经网络中,每个节点都能表达特定的意义。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-f298-c021-5dd340f22412.html
点击查看题目
下列不合法的Python变量名是
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-27f0-c021-5dd340f2241a.html
点击查看题目
LDA(Latent Dirichlet Allocation)是一种降维算法,适用于文本建模
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e5e8-c021-5dd340f2240a.html
点击查看题目
2012年神经网络算法只有2层,而2018年可以做到1200层,在人脸识别领域最高可达一亿分之一的误识率。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-f680-c021-5dd340f2242b.html
点击查看题目
在其他条件不变的前提下,以下哪种做法容易引起机器学习中的过拟合问题()
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-d6f0-c021-5dd340f22410.html
点击查看题目
首页
>
IT互联网
>
计算机知识技术题库
题目内容
(
单选题
)
手机预览
计算机知识技术题库

df.tail()这个函数是用来

A、用来创建数据

B、用来展现数据

C、用来分析数据

D、用来转换数据

答案:B

分享
计算机知识技术题库
相关题目
数据规范化指将数据按比例缩放(如更换大单位),使之落入一个特定的区域(如0-1)以提高数据挖掘效率的方法。规范化的常用方法有:最大-最小规范化、零-均值规范化、小数定标规范化。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-edb8-c021-5dd340f22425.html
点击查看答案
fasttext利用了全局范围的词相关性

解析:错误

https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-f588-c021-5dd340f22408.html
点击查看答案
Python3 中 5/2 的结果是?

A. 3

B. 2

C. 2.5

D. 1

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-1468-c021-5dd340f2241b.html
点击查看答案
Dropout是一种在深度学习环境中应用的正规化手段,他是这样运作的,在一次循环中我们先随机选择神经层中的一些单元并将其临时隐藏,然后再进行该次循环中
神经网络的训练和优化过程,在下一次循环中,我们又将隐藏另外一些神经元,如此直至训练结束。根据以上描述,Dropout技术在下列哪种神经层中不能发挥优势?

A. 仿射层

B. 卷积层

C. RNN层

D. 以上都不对

解析:因为RNN的权重存在累乘效应,如果使用dropout的话,会破坏RNN的学习过程。

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-01e8-c021-5dd340f22412.html
点击查看答案
假如我们建立一个60000个特征,1000万数据集的机器学习模型,我们怎么有效的应对这样的大规模数据的训练

A. 对样本进行抽样,在经过抽样的样本上训练

B. 应用PCA算法降维,减少特征数量

C. 根据重要性对特征进行筛选

D. 以上所有

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-3b78-c021-5dd340f22415.html
点击查看答案
在以连接主义为基础的神经网络中,每个节点都能表达特定的意义。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-f298-c021-5dd340f22412.html
点击查看答案
下列不合法的Python变量名是

A. Python2

B. N.x

C. sum

D. Hello_World

解析:不可出现.

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-27f0-c021-5dd340f2241a.html
点击查看答案
LDA(Latent Dirichlet Allocation)是一种降维算法,适用于文本建模
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e5e8-c021-5dd340f2240a.html
点击查看答案
2012年神经网络算法只有2层,而2018年可以做到1200层,在人脸识别领域最高可达一亿分之一的误识率。

解析:错误

https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-f680-c021-5dd340f2242b.html
点击查看答案
在其他条件不变的前提下,以下哪种做法容易引起机器学习中的过拟合问题()

A. 增加训练集量

B. 减少神经网络隐藏层节点数

C. 删除稀疏的特征

D. SVM算法中使用高斯核/RBF核代替线性核

解析:SVM算法中使用高斯核/RBF核代替线性核容易引起机器学习中的过拟合问题

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-d6f0-c021-5dd340f22410.html
点击查看答案
试题通小程序
试题通app下载