A、01月05日
B、02月05日
C、03月05日
D、04月05日
答案:B
A、01月05日
B、02月05日
C、03月05日
D、04月05日
答案:B
A. 函数在某点的极限存在的充要条件是在该点左极限及右极限均存在且相等
B. 函数在某点处解析指函数在该点及其领邻域内处处可导,解析函数的导数不一定是解析的
C. 函数可导不一定连续;不可导的函数一定不连续;存在处处可导但处处不连续的函数
D. 函数f(x)在x0处可导的充要条件是x在x0处的左右导数都存在且相等
解析:解析函数的导数仍然是解析的。函数可导则函数连续;函数连续不一定可导;不连续的函数一定不可导;存在处处连续但处处不可导的函数
A. 旋度
B. 梯度
C. 负采样
D. 正采样
解析:见算法解析
A. 分层(Hierarchical)聚类
B. 两步(TwoStep)聚类
C. Kohonennetwork
D. KNN算法
E. K平均值(K-means)算法
A. 平滑
B. 去噪
C. 随机插值
D. 增加白噪音
解析:ResNet的一个重要设计原则是:当feature map大小降低一半时,feature map的数量增加一倍,这保持了网络层的复杂度。从图5中可以看到,ResNet相比普通网络每两层间增加了短路机制,这就形成了残差学习,
A. 只有 1
B. 只有 2
C. 只有 3
D. 都正确
解析:通常情况下,我们增加树的深度有可能会造成模型过拟合。学习速率在随机森林中并不是超参数。增加树的数量可能会造成欠拟合
A. 类别不平衡
B. 类别不相同
C. 类别不对等
D. 类别数不同
解析:只理解LSTM能够缓解RNN存在的梯度消失/梯度爆炸,
解析:正确