A、增加训练集量
B、减少神经网络隐藏层节点数
C、删除稀疏的特征
D、SVM算法中使用高斯核/RBF核代替线性核
答案:D
解析:在其他条件不变的前提下,以下做法容易引起机器学习中的“过拟合”问题的是SVM算法中使用高斯核/RBF核代替线性核。
A、增加训练集量
B、减少神经网络隐藏层节点数
C、删除稀疏的特征
D、SVM算法中使用高斯核/RBF核代替线性核
答案:D
解析:在其他条件不变的前提下,以下做法容易引起机器学习中的“过拟合”问题的是SVM算法中使用高斯核/RBF核代替线性核。
A. L1 正则化
B. L2 正则化
C. Dropout
D. 动量优化器
A. 对样本进行抽样,在经过抽样的样本上训练
B. 应用PCA算法降维,减少特征数量
C. 根据重要性对特征进行筛选
D. 以上所有
A. while循环使用关键字continue结束本次循环
B. while循环可以使用保留字break和continue
C. while循环也叫遍历循环,用来遍历序列中的元素,默认提取每个元素并执行一次循环体
D. while循环使用pass语句,则什么事也不做,只是空占位语句
解析:与尺寸无关
解析:前n行数据
A. Relu 函数
B. Sigmoid 函数
C. tanh 函数
D. Softsign 函数
A. 需要大规模算力和海量数据资源支持
B. 需要研究人员对相关研究领域的数据有深刻理解
C. 大规模预训练模型存在隐私数据的提取问题
D. 大规模预训练语言模型在深层次的语言理解方面存在差距
解析:主要应用