APP下载

首页

IT互联网

计算机知识技术题库

搜索

计算机知识技术题库

题目内容

(

判断题

)

类脑人工智能及人工神经元网络只是智能展现的一种形式()

答案：A

解析：正确

计算机知识技术题库

在高斯混合分布中，其隐变量的含义是：

点击查看题目

()适合连续特征，它假设每个特征对于每个类都符合正态分布。

点击查看题目

避免由于过拟合造成貌似线性可分的结果，一个解决的办法是允许支持向量机在一些样本上出错，为此引入()的概念。

点击查看题目

以下属于优化器的是

点击查看题目

人工生命属于人工智能的研究领域。

点击查看题目

在一个神经网络中，知道每一个神经元的权重和偏差是最重要的一步。如果知道了神经元准确的权重和偏差，便可以近似任何函数，但怎么获知每个神经的权重和偏移呢？（）

点击查看题目

()就是指分类任务中不同类别的训练样例数目差别很大的情况

点击查看题目

python循环效率低的根本原因是（）

点击查看题目

a=np.arange(2)，b=np.arange(3,5)，print(np.lexsort([a,b]))的输出结果是()。

点击查看题目

SOFTMAX函数，是用来将全数域函数结果映射到概率空间。

题目内容

(

判断题

)

手机预览

计算机知识技术题库

类脑人工智能及人工神经元网络只是智能展现的一种形式()

答案：A

解析：正确

相关题目

在高斯混合分布中，其隐变量的含义是：

A. 表示高斯分布的方差

B. 表示高斯分布的均值

C. 表示数据分布的概率

D. 表示数据从某个高斯分布中产生

解析：首选依赖GMM的某个高斯分量的系数概率（因为系数取值在0~1之间，因此可以看做是一个概率取值）选择到这个高斯分量，然后根据这个被选择的高斯分量生成观测数据。然后隐变量就是某个高斯分量是否被选中：选中就为1，否则为0。

点击查看答案

()适合连续特征，它假设每个特征对于每个类都符合正态分布。

A. GaussianNB

B. BernoulliNB

C. MultinomialNB

D. BaseDiscreteNB

解析：GaussianNB 适合连续特征，它假设每个特征对于每个类都符合正态分布。

点击查看答案

避免由于过拟合造成貌似线性可分的结果，一个解决的办法是允许支持向量机在一些样本上出错，为此引入()的概念。

A. 软间隔

B. 正则化

C. 硬间隔

D. 核函数

点击查看答案

以下属于优化器的是

A. Adam

B. SGD

C. Momentum

D. lr

解析：lr为learningrate缩写，不属于优化器

点击查看答案

人工生命属于人工智能的研究领域。

解析：人工生命是通过人工模拟生命系统,来研究生命的领域。人工生命的概念，包括两个方面内容：1）、属于计算机科学领域的虚拟生命系统，涉及计算机软件工程与人工智能技术，以及2）、基因工程技术人工改造生物的工程生物系统，涉及合成生物学技术。仅仅与人工智能存在交集，不属于人工智能研究领域。错误

点击查看答案

A. 搜索每个可能的权重和偏差组合，直到得到最佳值

B. 赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重

C. 随机赋值，听天由命

D. 以上都不正确的

点击查看答案

()就是指分类任务中不同类别的训练样例数目差别很大的情况

A. 类别不平衡

B. 类别不相同

C. 类别不对等

D. 类别数不同

点击查看答案

python循环效率低的根本原因是（）

A. 以上都不对

B. python的可解释性强

C. numpy等python库的效率更高

D. python运行程序时逐行翻译

点击查看答案

a=np.arange(2)，b=np.arange(3,5)，print(np.lexsort([a,b]))的输出结果是()。

A. [a, b]

B. [0，1]

C. [0，1，3, 4]

D. [0, 1, 2, 3]

解析：见函数库

点击查看答案

SOFTMAX函数，是用来将全数域函数结果映射到概率空间。

类似热门题库