答案:B
解析:统计学习(statistical learning)是关于计算机基于数据构建概率统计模
型并运用模型对数据进行预测与分析的一门学科
答案:B
解析:统计学习(statistical learning)是关于计算机基于数据构建概率统计模
型并运用模型对数据进行预测与分析的一门学科
A. 假设属性之间完全独立
B. 假设属性之间部分相关
C. 独依赖估计为半朴素贝叶斯最常用的策略
D. 假设所以属性都依赖于同一个属性
解析:半朴素贝叶斯分类器的基本想法是适当考虑一部分属性问的相互依赖信息,从而既不需进行完全联合概率计算,又不至于彻底忽略了比较强的属性依赖关系
解析:正确
A. YOLOv3
B. YOLOv2
C. RCNN
D. fastRCNN
解析:见算法解析
解析:我们可以为每个聚类构建不同的模型, 提高预测准确率,“类别id”作为一个特征项去训练, 可以有效地总结了数据特征
A. 标注数据
B. 无标注数据
C. 二维数据
D. 图像数据
解析:Google与Facebook分别提出SimCLR与MoCo两个算法,实现在无标注数据上学习图像数据表征。两个算法背后的框架都是对比学习(contrastivelearning)
A. 可以
B. 不可以
C. 根据任务需要确定是否可以
D. 根据分割方法确定是否可以
解析:将一副图像进行分割后,分割出的区域彼此之间不可以 重叠。
A. 前馈型
B. 卷积
C. 循环
D. 全连接
解析:基础概念理解
A. 采集
B. 脱敏
C. 归约
D. 分解处理