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