A、正确率
B、精确率
C、召回率
D、均方误差
答案:ABC
A、正确率
B、精确率
C、召回率
D、均方误差
答案:ABC
A. 复合技术
B. 专项技术
C. 群体技术&;&集成技术
A. 朴素贝叶斯
B. 隐马尔科夫模型
C. 线性回归模型
D. 深度信念网络
A. 平滑
B. 去噪
C. 随机插值
D. 增加白噪音
A. 构建协方差矩阵
B. 矩阵分解得到特征值和特征向量
C. 特征值排序
D. 特征值归一化
A. 深度置信网络
B. 受限玻尔兹曼机
C. 卷积神经网络
D. 贝叶斯学习
A. 指纹识别
B. 人脸识别
C. 虹膜识别
D. 声纹识别
A. 朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B. 面对孤立的噪声点,朴素贝叶斯分类器是健壮的
C. 面对无关属性,朴素贝叶斯分类器是健壮的
D. 相关属性可能会降低朴素贝叶斯分类器的性能
解析:见算法解析
A. k值并不是越大越好,k值过大,会降低运算速度
B. 选择更大的k值,会让偏差更小,因为k值越大,训练集越接近整个训练样本
C. 选择合适的k值,能减小验方差
D. 以上说法都正确
A. 卷积层
B. 全连接层
C. 池化层
D. 以上都不是
解析:在卷积神经网络中,全连接层要求输入尺寸必须固定