A、diff
B、delete
C、drop
D、isin
答案:C
解析:pandas每个索引都有一些方法和属性,下列drop方法用来删除传入的值,并得到新的Index。
A、diff
B、delete
C、drop
D、isin
答案:C
解析:pandas每个索引都有一些方法和属性,下列drop方法用来删除传入的值,并得到新的Index。
A. 词袋模型可以忽略每个词出现的顺序
B. 词袋模型不可以忽略每个词出现的顺序
C. TensorFlow支持词袋模型
D. 词袋模型可以表出单词之间的前后关系
解析:基础概念理解
A. 外部影响
B. 主体内因
C. 历史状态
D. 当前状态
A. 分层聚类
B. K平均值聚类
C. 两步聚类
D. 离散聚类
A. 声纹识别不考虑语音中的字词信息
B. 语音识别强调共性
C. 语音识别不考虑说话人是谁
D. 声纹识别强调说话人的个人特性
解析:声纹识别和语音识别在原理上一样,都是通过对采集到的语音信号进行分析和处理,提取相应的特征或建立相应的模型,然后据此做出判断。但二者的根本目的,提取的特征、建立的模型是不一样的。声纹识别不注重语音信号的语义,而是从语音信号中提取个人声纹特征,挖掘出包含在语音信号中的个性因素。
A. 与同一时期其他数据对比
B. 可视化
C. 基于模板的方法
D. 主观兴趣度量
A. 归纳逻辑程序设计
B. 内部逻辑程序设计
C. 信息泄露防护
D. 引入层次程序设计
解析:见算法解析
A. 25%
B. 45.5%
C. 1.25%
D. 36.2%
解析:设A1,A2,A3分别表示产品有甲、乙、丙车间生产,B表示产品为次品。P(A1)=0.25,P(A2)=0.35,P(A3)=0.4,P(B|A1)=0.05,P(B|A2)=0.04,P(B|A3)=0.02,
P(A1|B)=P(A1)P(B|A1)/[P(A1)P(B|A1)+P(A2)P(B|A2)+P(A3)P(B|A3)]=0.25*0.05/(0.25*0.05+0.35*0.04+0.4*0.02)=0.362