常见的聚类算法有哪些?
A. 密度聚类
B. 层次聚类
C. 谱聚类
D. Kmeans
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-bfd0-c021-5dd340f2240b.html
点击查看答案
导数等于零是函数的极值点
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-d648-c021-5dd340f22412.html
点击查看答案
感知机学习算法可以直观解释为:当一个实例点被误分类,即位于分离超平面的错误一侧时,则调整模型权重,使分离超平面向该误分类点的一侧移动,以减少该误分类点与超平面之间的距离,直至超平面越过该误分类点使其被正确分类。
解析:来自教材原文
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-f1a0-c021-5dd340f2242a.html
点击查看答案
第一个提出大数据概念的公司是谷歌公司
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-f298-c021-5dd340f22429.html
点击查看答案
混淆矩阵中TP=16,FP=12,FN=8,TN=4,召回率是( )。
A. 01月04日
B. 01月02日
C. 04月07日
D. 02月03日
解析:根据召回率计算公式可得。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-dec0-c021-5dd340f22421.html
点击查看答案
正则化是传统机器学习中重要且有效的减少
泛化误差的技术,以下技术属于正则化技术
的是:
A. L1 正则化
B. L2 正则化
C. Dropout
D. 动量优化器
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-bfd0-c021-5dd340f2241c.html
点击查看答案
数组很重要,因为它可以使我们不用编写()即可对数据执行批量运算,这通常叫做()。
A. 标量化
B. 表达式
C. 循环
D. 矢量化
解析:见函数库
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-a860-c021-5dd340f2240d.html
点击查看答案
在Linux系统机器上安装paddle可以使用()安装方式。
A. pip
B. conda
C. docker
D. 源码编译
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-ac48-c021-5dd340f22417.html
点击查看答案
代码arr3=np.array([[1,2,3],[4,5,6]]).transpose();print(arr3[1,1])的输出结果是()?
解析:见算法解析
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-fa18-c021-5dd340f22420.html
点击查看答案
TensorFlow2.0 中可用于张量合并的方法有?
A. join
B. concat
C. split
D. unstack
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-2020-c021-5dd340f22407.html
点击查看答案