A、C
B、C*H
C、H*W
D、nan
答案:C
解析:见算法解析
A、C
B、C*H
C、H*W
D、nan
答案:C
解析:见算法解析
A. 句法
B. 音韵
C. 语义
D. 语用
解析:见算法解析
A. 参数估计
B. 概率估计
C. 极大似然估计
D. 分布估计
A. 弱分类器
B. 强分类器
C. 多个分类器
D. 单个分类器
解析:Adaboost就是从弱分类器出发反复训练,在其中不断调整数据权重或者是概率分布。
A. LeNet-5
B. AlexNet
C. ResNet50
D. ResNet152
A. 总离差
B. 组间误差
C. 抽样误差
D. 组内误差
A. 大数据基础
B. 运算效率
C. 设备降价
D. 人员广泛
解析:基于数据驱动型的传统人工智能,大多建立在“数据中立、算法公正和程序正义”三要素基础之上
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. 增加树的深度
B. 增大学习率(Learnin Rate)
C. 对决策树模型进行预剪枝
D. 减少树的数量
A. 频率
B. 语义
C. 时长
D. 振幅