关于python类 说法错误的是（）。
A. 类的实例方法必须创建对象后才可以调用
B. 类的实例方法必须创建对象前才可以调用
C. 类的类方法可以用对象和类名来调用
D. 类的静态属性可以用类名和对象来调用
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-2408-c021-5dd340f22403.html
点击查看答案
GPT是Generative Pre-training Transformer的简称，2018年由OpenAI发布。它采用了生成式语言模型，通过对不同的书面材料集与长篇连载文本的预训练，能够获取世界知识并处理长程依赖关系。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-fd58-c021-5dd340f22435.html
点击查看答案
(A->B)∧A => B是
A. 附加律
B. 拒收律
C. 假言推理
D. US
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-3790-c021-5dd340f22406.html
点击查看答案
设f(x)=1/(1+e^-x)，则该函数的导数为f＇(x)=f(x)/(1-f(x))，f＇(x)始终大于0，因此f(x)在整个定义域上为单调递增函数。
解析：该函数为神经网络中常用的激活函数sigmoid函数，其导数为f＇(x)=f(x)(1-f(x))
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-d648-c021-5dd340f22429.html
点击查看答案
下列哪些属于常用的分类算法（）
A. kNN
B. SVM
C. SVR
D. DBSCAN
解析：见算法解析
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-cb88-c021-5dd340f22406.html
点击查看答案
在数据清理中，下面哪个属于处理缺失值的方法?
A. 估算
B. 整例删除
C. 变量删除
D. 成对删除
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-b800-c021-5dd340f22424.html
点击查看答案
选择如下哪些搜索方法属于无信息搜索
A. 贪婪搜索
B. A*搜索
C. 双向搜索
D. 宽度优先搜索
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-c3b8-c021-5dd340f22420.html
点击查看答案
字典a={＇k1＇:＇v1＇,＇k2＇:＇v2＇,＇k3＇:＇v3＇}，执行完a.setdefault(＇k1＇,＇v99＇)语句后，a的值为（）；执行完a.setdefault(＇k4＇,＇v4＇)语句后，a的值为（）。
A. {＇k1＇: ＇v1＇, ＇k2＇: ＇v2＇, ＇k3＇: ＇v3＇}
B. {＇k1＇: ＇v99＇, ＇k2＇: ＇v2＇, ＇k3＇: ＇v3＇}
C. {＇k1＇: ＇v1＇, ＇k2＇: ＇v2＇, ＇k3＇: ＇v3＇, ＇k4＇: ＇v4＇}
D. {＇k1＇:＇v4＇,＇k2＇:＇v4＇,＇k3＇:＇v4＇}
解析：见函数库
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-b030-c021-5dd340f22403.html
点击查看答案
关于神经网络，下列说法正确的是
A. 增加网络层数，可能会增加测试集分类错误率
B. 增加网络层数，一定会增加训练集分类错误率
C. 减少网络层数，可能会减少测试集分类错误率
D. 减少网络层数，一定会减少训练集分类错误率
解析：一般来说，神经网络层数越多，模型越复杂，对数据的分类效果越好。所以，从最简单的层数开始，增加网络层数都能使得训练误差和测试误差减小。但是，神经网络层数过多容易造成过拟合，即对训练样本分类效果很好，误差小，但是测试误差很大。
为了避免发生过拟合，应该选择合适的神经网络层数并使用正则化技术来让神经网络更加稳健。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-2128-c021-5dd340f22421.html
点击查看答案
正则化是为了什么？（)
A. 最小化错误率
B. 正规化
C. 防止过拟合
D. 最大化过拟合
解析：正则化是为防止过拟合
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-f248-c021-5dd340f2240d.html
点击查看答案
