A、K近邻算法
B、随机森林
C、神经网络
D、都不属于
答案:C
A、K近邻算法
B、随机森林
C、神经网络
D、都不属于
答案:C
解析:正确
A. 隐层层数增加,模型能力增加
B. Dropout的比例增加,模型能力增加
C. 学习率增加,模型能力增加
D. 都不正确
A. 人工神经网络
B. 自动控制
C. 自然语言学习
D. 专家系统
解析:自动控制不属于人工智能应用
解析:错误
A. 更深的网络结构,5层卷积+3层全连接
B. 使用ReLU激活函数替代Sigmoid
C. 使用Dropout抑制过拟合
D. 使用数据增广方法,图像翻转、裁剪、颜色变化等
解析:见算法解析
A. 显著减少训练时间开销
B. 显著减少测试时间开销
C. 降低过拟合风险
D. 提高欠拟合风险
解析:预剪枝就是在构造决策树的过程中,先对每个结点在划分前进行估计,若果当前结点的划分不能带来决策树模型泛华性能的提升,则不对当前结点进行划分并且将当前结点标记为叶结点
A. FPN特征
B. RPN结构
C. 正负样本采样
D. Loss
解析:见算法解析
A. 算法训练
B. 验证
C. 推理计算
D. 管理
解析:主要应用
A. numpy
B. pandas
C. Matplotlib
D. PIL
解析:pandas是建立在numpy基础上的高效数据分析处理库,是Python的重要数据分析库。