APP下载

首页

IT互联网

计算机知识技术题库

搜索

计算机知识技术题库

题目内容

(

判断题

)

交叉熵损失函数的设计是基于最大似然思想：最大概率得到观察结果的假设是真的

答案：A

解析：正确

计算机知识技术题库

处理数据的五个环节分别是：1.（）2.（）3.（）4.（）5.校验数据有效性

点击查看题目

机器学习中评价指标有哪些（）

点击查看题目

当我们在分析一份数据的时候，如果发现这份数据的特征变量很多，成千上万，如果直接基于所有的特征变量进行分析，会浪费过多的时间成本及计算资源，为了应对这种情况，我们可以采用降维的方式对数据进行预处理，如下技术中，哪些属于降维技术（）

点击查看题目

对于DBSCAN，参数Eps固定，当MinPts取值较大时，会导致

点击查看题目

在训练神经网络过程中我们目的是让损失函数不断减小，我们常用以下哪种方法最小化损失函数

点击查看题目

（）贪婪最佳优先搜索采用的是盲目搜索策略。

点击查看题目

对于非连续目标在深度神经网络的优化过程中，AdaGrad梯度下降方法是最好的

点击查看题目

在聚类分析当中，MAX（全链）技术可以处理任意形状的簇

点击查看题目

在分类问题中,我们经常会遇到正负样本数据量不等的情况,比如正样本为 10w条数据,负样本只有 1w条数据,以下最合适的处理方法是

点击查看题目

L1 和 L2 正则化是传统机器学习常用来减少泛化误差的方法，以下关于两者的说法正确的是:

题目内容

(

判断题

)

手机预览

计算机知识技术题库

交叉熵损失函数的设计是基于最大似然思想：最大概率得到观察结果的假设是真的

答案：A

解析：正确

相关题目

处理数据的五个环节分别是：1.（）2.（）3.（）4.（）5.校验数据有效性

A. 读入数据

B. 拆分样本集合

C. 训练样本集乱序

D. 生成批次数据

解析：见算法解析

点击查看答案

机器学习中评价指标有哪些（）

A. Accuracy

B. Precision

C. Recall

D. Iou

解析：见算法解析

点击查看答案

A. 主成分分析

B. 因子分析

C. 独立主成分分析

D. SVM

点击查看答案

对于DBSCAN，参数Eps固定，当MinPts取值较大时，会导致

A. 能很好的区分各类簇

B. 只有高密度的点的聚集区划为簇，其余划为噪声

C. 低密度的点的聚集区划为簇，其余的划为噪声

D. 无影响

点击查看答案

在训练神经网络过程中我们目的是让损失函数不断减小，我们常用以下哪种方法最小化损失函数

A.
梯度下降

B. Dropout

C. 交叉验证

D. 正则化

解析：梯度下降是我们最常用的最小化损失函数的方法

点击查看答案

（）贪婪最佳优先搜索采用的是盲目搜索策略。

点击查看答案

对于非连续目标在深度神经网络的优化过程中，AdaGrad梯度下降方法是最好的

点击查看答案

在聚类分析当中，MAX（全链）技术可以处理任意形状的簇

点击查看答案

在分类问题中,我们经常会遇到正负样本数据量不等的情况,比如正样本为 10w条数据,负样本只有 1w条数据,以下最合适的处理方法是

A. 将负样本重复 10 次,生成 10w 样本量,打乱顺序参与分类&;&直接进行分类,可以最大限度利用数据&;&从 10w 正样本中随机抽取 1w 参与分类&;&将负样本每个权重设置为 10,正样本权重为 1,参与训练过程

解析：基础概念

点击查看答案

L1 和 L2 正则化是传统机器学习常用来减少泛化误差的方法，以下关于两者的说法正确的是:

A. L1 正则化可以做特征选择

B. L1 和 L2 正则化均可做特征选择

C. L2 正则化可以做特征选择

D. L1 和 L2 正则化均不可做特征选择

类似热门题库