答案:A
A. 逻辑斯特回归(LR),以及随机梯度下降(SGD)
B. 线性回归及批量梯度下降(BGD)
C. 神经网络及批量梯度下降(BGD)
D. 针对单条样本进行训练的在线学习
A. 中间&;&核心&;&边侧&;&侧边
解析:主要应用
A. 平移
B. 删除
C. 移动
D. 收敛
解析:如果强行限制输出层的分布是标准化的,可能会导致某些特征模式的丢失,所以在标准化之后,BatchNorm会紧接着对数据做缩放和平移
A. 12345
B. 13425
C. 12534
D. 13452
A. LS>1、LN<1
B. LS<1、LN>1
C. LS=1、LN=1
D. LS>1、LN>1
A. R-CNN
B. VGG
C. YOLO
D. LeNet
解析:VGG算法与LeNet算法都属于图像分类算法
A. 贝叶斯是概率框架下实施决策的基本方法
B. 贝叶斯基于概率和误判损失来选择最优的类别标记
C. 贝叶斯中期望损失定义为风险
D. 贝叶斯判定准则为最大化总体风险
解析:使用贝叶斯判定准则来最小化决策风险
A. 车纹识别
B. 图像分割
C. 人脸识别
D. 图像识别
A. 1,3,5,6
B. 1,2,4
C. 2,3,4,5,6
D. 所有项目
A. 数据获取
B. 分析案例
C. 模型验证
D. 模型训练