A、reshape
B、reval
C、arange
D、random
答案:A
A、reshape
B、reval
C、arange
D、random
答案:A
A. 极大极小值估计
B. 极大似然估计
C. 最大先验概率
D. 最小后验概率
解析:EM算法就是含有隐变量的概率模型
参数的极大似然估计法
A. GMM
B. Xgboost
C. 聚类
D. 关联规则
解析:Xgboost属于集成学习算法中的Boosting算法类别,
A. ext3
B. ext4
C. vfat
D. ntfs
A. 机器学习
B. 深度学习
C. BP神经网络
D. 卷积神经网络
A. 极大似然估计先假定其具有某种确定的概率分布形式;
B. 极大似然估计没有确定的概率分布形式;
C. 概率模型的训练过程就是参数估计;
D. 贝叶斯学派认为参数本身也有分布,是未观察的随机变量;
解析:数学基础
A. 如果原始空间是有限维,即属性数有限,那么一定存在一个高维特征空间使样本可分
B. 某个核函数使训练集在特征空间中线性可分,可能原因是欠拟合
C. “软间隔”允许某些样本不满足约束
D. 正则化可理解为一种“罚函数法
解析:见算法解析
A. 字符串
B. 列表
C. 元组
D. 集合
解析:ABC都是Python中的序列,但set不是,set本身是无序且不重复的,因此,它不能够通过索引及切片进行访问。