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。
