A、支持向量机可以用于处理二分类及多分类问题
B、支持向量机只能用于线性可分的分类问题
C、支持向量机可用于回归问题
D、核函数的选择对支持向量机的性能影响较大
答案:B
解析:支持向量机可用用于线性可分的分类问题,也可于线性不可分的分类问题
A、支持向量机可以用于处理二分类及多分类问题
B、支持向量机只能用于线性可分的分类问题
C、支持向量机可用于回归问题
D、核函数的选择对支持向量机的性能影响较大
答案:B
解析:支持向量机可用用于线性可分的分类问题,也可于线性不可分的分类问题
A. k-means
B. 线性回归
C. svm
D. 逻辑回归
解析:支持向量机(SVM)从数据中找出一个数据的分割超平面。将两个类别的数据完全分割开,并且在模型构建的过程中,保证分割区间最大化,无迭代循环
A. Java
B. C
C. Scala
D. Python
解析:Keras是一个由Python编写的开源人工神经网络库
解析:也有纯基于transformer的模型
A. 防止过拟合
B. 减小误差
C. 增加网络复杂度
解析:dropout是指在深度学习网络的训练过程中,对于神经网络单元,按照一定的概率将其暂时从网络中丢弃。
A. 人工程序
B. 神经网络
C. 训练算法
D. 历史数据
A. 自底而上
B. 自顶而下
C. 自大而小
D. 自小而大
解析:见算法解析
A. 线性回归
B. 深度残差网络
C. 卷积神经网络CNN
D. 循环神经网络RNN
解析:线性回归是传统统计学系呢绒
A. 术语NoSQL是“No!SQL”的缩写
B. 术语NoSQL可以理解为“NotOnlySQL”的缩写
C. NoSQL数据库始终遵循ACID原则
D. NoSQL数据库属于关系数据库技术
A. join
B. concat
C. split
D. unstack
A. 元素
B. 像素
C. 特征
D. 部件