A、旋度
B、梯度
C、负采样
D、正采样
答案:BC
解析:见算法解析
A、旋度
B、梯度
C、负采样
D、正采样
答案:BC
解析:见算法解析
A. 字符串
B. 列表
C. 字典
D. 元组
A. true
B. false
A. echo
B. output
C. print
D. console.log
A. boosting方法的主要思想是迭代式学习。
B. 训练基分类器时采用并行的方式。
C. 测试时,根据各层分类器的结果的加权得到最终结果。
D. 基分类器层层叠加,每一层在训练时,对前一层基分类器分错的样本给予更高的权值。
A. 在某一个特定领域应用的人工智能。
B. 不是真正在这次人工智能浪潮中起到影响的主角。
C. 充分利用已掌握的技能来解决新问题、达到甚至超过人类智慧的人工智能。
D. 是众多科幻作品中颠覆人类社会的人工智能形象。
解析:下列说法中对专用人工智能理解正确的是在某一个特定领域应用的人工智能。。
A. 模型分类的召回率不变
B. 模型分类的召回率会升高
C. 模型分类准确率会升高或不变
D. 模型分类准确率降低
解析:准确率:即预测结果正确的百分比。精确率(查准率):预测结果为正例样本中真实为正例的比例(查得准)。召回率(查全率):真实为正例的样本中预测结果为正例的比例(查的全,对正样本的区分能力。F-score:在实践中,我们定义了新的指标去“综合”这两个指标。具体的定义如公式(3),从数学上来看,它其实是查准率与查全率的调和平均数。对于二元分类问题,F-score 综合考虑了预测结果的查准率和查全率,是一个比较好的评估指标。
A. continue
B. break
C. return
D. pass
A. 状态
B. 类型
C. 种类
D. 属性
A. n
B. n2
C. n!
D. 2n
解析:D=Σ(-1)k a1k1a2k2…ankn 式中k1,k2,…,kn是序列1,2,…,n的一个排列,Σ号表示对k1,k2,...,kn取遍一切排列求和,故共有Ann=n!项
A. numpy
B. opencv
C. gensim
D. matplotlib
解析:见算法解析