A、增加训练数据
B、减少特征值
C、正则化
D、追求损失函数的最小
答案：ABC
A、增加训练数据
B、减少特征值
C、正则化
D、追求损失函数的最小
答案：ABC
A. 特点
B. 离散度
C. 聚合度
D. 线性关系
A. 有监督学习
B. 无监督学习
C. 强化学习
D. 深度学习
解析：无监督学习和强化学习不需要标注
A. 线性变换
B. 非线性变换
C. 求函数最小值
D. 加速训练
解析：在CNN中，梯度下降法的作用是求函数最小值。
A. 中剪枝
B. 前剪枝
C. 先剪枝
D. 后剪枝
E. 预剪枝
A. 建模
B. 抽取
C. 融合
D. 存储
解析：主要应用
A. RepeatedKFold
B. StratifiedKFold
C. LeavePOut
D. GroupKFold
A. flask
B. Tensorflow
C. Keras
D. Mxnet
解析：见算法解析
A. 深度学习
B. 人工智能
C. 神经网络
D. 计算机工程
解析：机器学习是人工智能研究发展到一定阶段的必然产物。
A. FPN特征
B. RPN结构
C. 正负样本采样
D. Loss
解析：见算法解析
A. 二项检验
B. t检验
C. 交叉验证t检验
D. McNemar检验
解析：数学基础
