A、残差均值总是为零
B、残差均值总是小于零
C、残差均值总是大于零
D、以上说法都不对
答案：A
解析：线性回归分析中，目标是残差最小化。残差平方和是关于参数的函数，为了求残差极小值，令残差关于参数的偏导数为零，会得到残差和为零，即残差均值为零。
A、残差均值总是为零
B、残差均值总是小于零
C、残差均值总是大于零
D、以上说法都不对
答案：A
解析：线性回归分析中，目标是残差最小化。残差平方和是关于参数的函数，为了求残差极小值，令残差关于参数的偏导数为零，会得到残差和为零，即残差均值为零。
A. 云计算平台（调控云）
B. 调度数据网平台
C. 调度管理系统
D. 能量管理系统
A. join
B. concat
C. split
D. unstack
A. 词语级
B. 句子级
C. 篇章级
D. 章节级
解析：见算法解析
A. 图像整体亮度
B. 图像饱和度
C. 图像对比度
D. 图像细节
E.
F.
G.
H.
I.
J.
解析：本题考察了图像处理中灰度方差的含义，正确答案为C。方差是描述一组数据分布情况的一种统计量，表示各个数据点离均值的距离的平方的平均值。在图像处理中，灰度方差是图像灰度级的方差，它反映了灰度级分布的离散程度，描述了图像的对比度。如果灰度方差较大，则表示图像中同一区域像素灰度值的差异较大，图像的对比度会比较明显；反之，如果灰度方差较小，则表示图像中同一区域像素灰度值的差异较小，图像的对比度会比较弱。因此，选项C“图像对比度”为正确答案，而选项A、B、D分别描述了不同的图像属性，与灰度方差的含义不相符。
A. 深度神经网络
B. 费米神经网络
C. 卷积神经网络
D. 循环神经网络
解析：2019年，DeepMind开发出一种费米神经网络来近似计算薛定谔方程，在精度和准确性上都满足科研标准，为深度学习在量子化学领域的发展奠定了基础，
A. 负梯度方向是使函数值下降最快的方向
B. 当目标函数是凸函数时，梯度下降法的解是全局最优解
C. 梯度下降法比牛顿发收敛速度快
D. 梯度下降法需要确定合适的迭代步长
解析：牛顿法需要二阶求导，梯度下降法只需一阶，因此牛顿法比梯度下
降法更快收敛。
A. data.view()
B. data.descripe()
C. data.show()
D. data.head()
A. 正态分布
B. 指数分布
C. 均匀分布
D. 二项分布
解析：二项分布是一种具有广泛用途的离散型随机变量的概率分布,它是由贝努里始创的,所以又叫贝努里分布
A. TypeError: ＇str＇ object does not support item assignment
B. b
C. c
D. d
