答案:A
解析:正确
答案:A
解析:正确
A. 无偏估计
B. 极大似然估计
C. 区间估计
D. 有偏估计
解析:EM算法通过迭代求L(theta)=logP(Y|theta)的极大似然估计,每次迭代交替进行求期望和求极大化。
A. winzip
B. tar
C. gzip
D. compress
A. 随机森林
B. Adaboost
C. kNN
D. XGBoost
解析:集成方法分类为:Bagging(并行训练):随机森林,Boosting(串行训练):Adaboost, GBDT: XgBoost,Stacking,Blending
A. 机器开始像人类一样能理解、思考与决策
B. 机器开始像人类一样会计算,传递信息
C. 机器开始看懂和听懂,做出判断,采取一些简单行动
A. 3
B. 7
C. 5
D. 1
A. 基础层
B. 技术层
C. 应用层
D. 过程层
解析:基础概念
A. 构建协方差矩阵
B. 矩阵分解得到特征值和特征向量
C. 特征值排序
D. 特征值归一化
A. 自助采样法
B. 富集采样法
C. 自然采样法
D. 填充柱采样法
A. 2018
B. 2019
C. 2020
D. 2021