下面哪些是基于核的机器学习算法（）
A. 最大期望算法
B. 径向基核函数
C. 线性判别分析法
D. 支持向量机
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-b418-c021-5dd340f2241d.html
点击查看答案
关于主成分分析PCA说法不正确的是
A. 我们必须在使用PCA前规范化数据
B. 我们应该选择使得模型有最大variance的主成分
C. 我们应该选择使得模型有最小variance的主成分
D. 我们可以使用PCA在低纬度上做数据可视化
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-cb38-c021-5dd340f2240c.html
点击查看答案
损失函数与模型函数是一回事
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e5e8-c021-5dd340f22432.html
点击查看答案
下列关于极大似然估计（Maximum Likelihood Estimate，MLE），说法正确的是
A. MLE可能并不存在
B. MLE总是存在
C. 如果MLE存在，那么它的解可能不是唯一的
D. 如果MLE存在，那么它的解一定是唯一的
解析：如果极大似然函数L(θ)在极大值处不连续，一阶导数不存在，则MLE不存在；L(θ)极大值不唯一，MLE并不唯一，例如极大值对应两个θ。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-b030-c021-5dd340f2240b.html
点击查看答案
假设有2个集合set1={＇name1＇,＇name2＇,＇name4＇}
和set2={＇name2＇,＇name3＇,＇name5＇}，则set1.symmetric_difference(set2)的返回值是:___________set1.difference(set2)的返回值是_______
A. {＇name1＇,＇name2＇,＇name4＇}
B. {＇name1＇,＇name4＇}
C. {＇name1＇, ＇name2＇, ＇name3＇, ＇name4＇, ＇name5＇}
D. {＇name1＇,＇name3＇,＇name4＇,＇name5＇}
解析：见函数库
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-a860-c021-5dd340f22400.html
点击查看答案
在神经网络里，将经过反向传播之后，梯度值衰减到接近于零的现象称作梯度消失现象
解析：正确
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-da30-c021-5dd340f2240f.html
点击查看答案
LSTM代表长期短期记忆。这是一种人工RNN(递归神经网络)架构,用于深度学习领域。
解析：正确
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-da30-c021-5dd340f2242f.html
点击查看答案
协作性不是分分布式人工智能的特点。（）
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-f1a0-c021-5dd340f22410.html
点击查看答案
混合高斯分布通过使用多个高斯分布的线性组合来实现聚类
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e5e8-c021-5dd340f2240c.html
点击查看答案
大数据的价值重在挖掘，而挖掘就是分析
解析：正确
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e9d0-c021-5dd340f22410.html
点击查看答案
