A、8/sqrt(14)
B、6/sqrt(14)
C、2/sqrt(6)
D、3/sqrt(6)
答案:B
A、8/sqrt(14)
B、6/sqrt(14)
C、2/sqrt(6)
D、3/sqrt(6)
答案:B
A. end
B. stop
C. kill
D. free
解析:正确
A. 传统的基于规则的方法,其中的规律可以人工显性的明确出来
B. 传统基于规则的方法使用显性编程来解决问题
C. 机器学习中模型的映射关系是自动学习的
D. 机器学习所中模型的映射关系必须是隐性的
A. 与类同名
B. __construct
C. __init__
D. init
解析:构造函数是类的一个特殊函数,在python中,构造函数的名称为__init__
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
A. 颜色特征
B. 形状特征
C. 纹理特征
D. 像素特征
A. LeNet
B. AlexNet
C. LSTM
D. RNN
解析:AlexNet使用了8层卷积神经网络,2012年以很大的优势赢得了ImageNet图像识别挑战赛。
A. 基于中间语的翻译
B. 基于深层语法的翻译
C. 基于浅层语法的翻译
D. 基于贝叶斯公式
解析:NLP问题经历了从基于规则到基于统计的过程,语法规则,词性,构词法等,这些都是基于规则的自然语言处理过程,其忽略了上下文相关性,从而使建立在数学模型上的基于统计的自然语言方法成为主流。
A. 增加树的深度
B. 增加学习率
C. 减少树的数量
D. 减小树的深度
解析:一般用决策树进行分类,从根结点开始,对实例的某一特征进行测试,根据测试结果,将实例分配到其子结点。这时,每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类,直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航 《统计学习方法》
决策树深度越深,在训练集上误差会越小,准确率越高。但是容易造成过拟合,而且增加模型的训练时间。对决策树进行修剪,减小树的深度,能够提高模型的训练速度,有效避免过拟合。
单决策树中,学习率不是一个有效参数。
决策树是单树,随机森林由多个决策树组成。