A、多分枝结构
B、残差连接
C、Batch Normalization
D、Sigmoid激活函数
答案:C
A、多分枝结构
B、残差连接
C、Batch Normalization
D、Sigmoid激活函数
答案:C
A. 基于中间语的翻译
B. 基于深层语法的翻译
C. 基于浅层语法的翻译
D. 基于贝叶斯公式
解析:NLP问题经历了从基于规则到基于统计的过程,语法规则,词性,构词法等,这些都是基于规则的自然语言处理过程,其忽略了上下文相关性,从而使建立在数学模型上的基于统计的自然语言方法成为主流。
A. BatchNorm
B. LayerNorm
C. 全连接层
D. 循环连接
解析:见算法解析
A. 消息总线&;&服务总线&;&API&;&datahub
解析:见函数库
A. 数据的获得与管理
B. 模式/模型的验证和优化
C. 结果的可视化与文档化
D. 模式/模型的应用及维护
A. 蚁群算法
B. 遗传算法
C. 人工神经网络
D. 蒙特卡洛方法
E. 归并排序算法
A. 2017
B. 2018
C. 2019
D. 2020
解析:2017年,人工智能首入政府工作报告意味着其已经 上升至国家战略高度。
A. 专家系统
B. 分散控制
C. agent(艾真体)
D. 互联网
A. 抖动效应
B. 马太效应
C. 数据溢出
D. 内存不足
解析:康内尔大学发表了公平无偏的排序学习模型FairCO,可缓解检索排序马太效应的问题
A. 基础理论是神经网络
B. 深度学习属于连接主义
C. 又称为仿生学派
D. 产生在20实际50年代
解析:连接主义认为⼈⼯智能源于仿⽣学,特别是对⼈脑模型的研究。它的代表性成果是1943年由⽣理学家麦卡洛克和数理逻辑学家⽪茨创⽴的脑模型,即MP模型,它从神经元开始进⽽研究神经⽹络模型和脑模型,开辟了⼈⼯智能的⼜⼀发展道路。1986年,鲁梅尔哈特等⼈提出多层⽹络中的反向传播(BP)算法。此后,连接主义势头⼤振,从模型到算法,从理论分析到⼯程。