A、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布
B、基本假设包括随机干扰项是均值为0的同方差正态分布
C、多重共线性会使得参数估计值方差减小
D、基本假设包括不服从正态分布的随机干扰项
答案:B
解析:线性回归基本假设包括随机干扰项是均值为0的同方差正态分布
A、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布
B、基本假设包括随机干扰项是均值为0的同方差正态分布
C、多重共线性会使得参数估计值方差减小
D、基本假设包括不服从正态分布的随机干扰项
答案:B
解析:线性回归基本假设包括随机干扰项是均值为0的同方差正态分布
A. VGG全部使用了3*3的卷积核和2*2的池化核
B. VGG证明了网络越深越好,所以程序员应该没有限制的搭建更深的网络
C. VGG是到目前为止分类效果最好的网络结构
D. VGG没有使用全连接网络结构
解析:VGG全部使用了3*3的卷积核和2*2的池化核
A. Key-Value
B. Key-Document
C. Key-Column
D. 图存储
A. break
B. continue
C. return
D. pass
A. 孤立词识别
B. 关键词识别
C. 连续语音识别
D. 其他选项都不对
解析:主要应用
A. 巨型化
B. 机器化
C. 智能化
D. 多媒体化
解析:人工智能机器人体现了计算机在智能化方向上的发展趋势。
解析:取决于学习率或步长
A. 重复数据
B. 虚假数据
C. 错误数据
D. 异常数据
解析:现阶段的人工智能仍处于弱人工智能阶段
A. 巨型化
B. 机器化
C. 智能化
D. 多媒体化
解析:人工智能机器人体现了计算机在智能化方向上的发展趋势。