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