A、可信度
B、信度
C、信任增长度
D、概率
答案:B
A、可信度
B、信度
C、信任增长度
D、概率
答案:B
A. 重复数据
B. 虚假数据
C. 错误数据
D. 异常数据
A. 低维嵌入
B. 核化线性降维
C. 主成分分析
D. k近邻学习
A. 机器学习和人工智能是独立的两种技术
B. 机器学习是人工智能的核心技术和重要分支
C. 机器学习的目标是让机器设备像人类一样学习书本知识
D. 机器学习是指一系列程序逻辑控制算法
解析:机器学习是人工智能的核心,是使计算机具有智能的主要方法,其应用遍及人工智能的各个领域。
A. 智能化&;&标准化&;&数字化
B. 云端化
A. 有向图又称为贝叶斯网络或者信念网络
B. 网络中的边用有向箭头表示子节点依赖于父节点
C. 变量之间的关系通过箭头对变量进行了某种“拓扑”
D. 在排序条件下,每个节点都只依赖和它直接相连的父节点,而不依赖与所有的前辈节点
A. 置顶指定元素
B. 给元素排序
C. 删除指定元素
D. 插入指定元素
解析:list类型的内置方法pop()删除指定元素的作用是删除指定元素
A. 卷积层
B. 池化层
C. 全连接层
D. 归一化层
解析:全连接层常做为CNN网络的最后一层。
A. 除去神经网络中的最后一层,冻结所有层然后重新训练
B. 对神经网络中的最后几层进行微调,同时将最后一层(分类层)更改为回归层
C. 使用新的数据集重新训练模型
D. 所有答案均不对
A. 技术驱动
B. 数据驱动
C. 算法驱动
D. 设备驱动
A. 增加网络层数,总能减小训练集错误率
B. 减小网络层数,总能减小测试集错误率
C. 增加网络层数,可能增加测试集错误率
解析:增加网络层数,可能增加测试集错误率