A、纯半监督学习
B、直推学习
C、假设学习
D、聚类学习
答案:AB
A、纯半监督学习
B、直推学习
C、假设学习
D、聚类学习
答案:AB
A. 平方损失函数
B. 交叉熵损失函数
C. 原型损失函数
D. 累加合损失函数
解析:见算法解析
A. 训练一个Bagging集成与直接使用基学习算法训练一个学习器的复杂度同阶,因此Bagging是一个很高效的集成学习算法
B. 为处理多分类或回归任务,Bagging需进行修改
C. 从偏差-方差分解的角度看,Bagging主要关注降低偏差
D. Bagging的性能依赖于基分类器的稳定性。
解析:见算法解析
解析:错误
解析:正确
A. 正定性
B. 齐次性
C. 三角不等式
D. 相容性
A. 纯半监督学习
B. 直推学习
C. 假设学习
D. 聚类学习
A. DNN
B. CNN
C. RNN
D. Tanh
解析:卷积神经网络的英文缩写是CNN
A. 具有一致性和逻辑性
B. 获取和处理投研信息范围广、内容全
C. 可减少人为疏漏和失误
D. 可以进行简单问题的直接回复、复杂问题转人工支持
解析:正确
解析:c语言中 字符变量 与 整型变量 的相互转化 字符变量 是用来存放 字符 常量的,当把 字符 常量赋值给 字符变量 的时候, 字符变量 中的值就是该 字符 的ascii码值。 所以: 字符变量 可以作为 整型变量 来处理。