A、特征选择
B、树的生成
C、分类决策规则
D、树的剪枝
答案:ABD
解析:k近邻算法的三要素:距离度量,k值选择,分类决策规则
A、特征选择
B、树的生成
C、分类决策规则
D、树的剪枝
答案:ABD
解析:k近邻算法的三要素:距离度量,k值选择,分类决策规则
解析:不是多语种
A. 基于实例学习
B. 概念学习
C. 决策树学习
D. 人工神经网络学习
解析:正确
A. 神经网络的工作原理与生物体内的神经元是完全一样的
B. 训练神经网络的实质是对复杂函数求参数最优解的过程
C. 增加神经网络的层数和增加每层的神经元个数的效果是一样的
D. 神经网络只能进行二分类,不能进行更多种类的分类了
A. raw_input
B. input
C. raw
D. print
解析:Python3中已经删除的raw_input函数。使用input函数用以获取用户输入。
A. 鼻子
B. 大脑
C. 小脑
D. 眼睛
A. 特征选择
B. 决策树生成
C. 剪枝
D. 计算信息增益
解析:决策树构造只有特征选择、决策树生成、剪枝三个环节过程
A. 可理解性可记忆性可体验性
B. 可接受性可记忆性可体验性
C. 可接受性可记忆性可呈现性
D. 可理解性可记忆性可呈线性
A. 整车的智能营销
B. 驾驶辅助系统
C. 零部件的预测维修
D. 数据驱动的产品优化
解析:驾驶辅助系统是汽车人工智能领域目前最为火热的方向。