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
)
word2vec的训练方式有2种,一个是根据上下文预测中心词的CBOW模型,一种是由中心词预测上下文的skip-gram模型。

答案:A

解析:正确

计算机知识技术题库
下列哪些是卷积操作的优点?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-0da0-c021-5dd340f22418.html
点击查看题目
()是汽车人工智能领域目前最为火热的方向。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-05d0-c021-5dd340f22405.html
点击查看题目
 梯度下降算法的正确步骤是什么? 1.计算预测值和真实值之间的误差 2.重复迭代,直至得到网络权重的最佳值 3.把输入传入网络,得到输出值 4.用随机值初始化权重和偏差 5.对每一个产生误差的神经元,调整相应的(权重)值以减小误差
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-cf20-c021-5dd340f2240b.html
点击查看题目
K-Means能够处理不规则数据的聚类问题
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e9d0-c021-5dd340f2240b.html
点击查看题目
下列算法哪些属于K-means的变种?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-c7a0-c021-5dd340f2241f.html
点击查看题目
在有监督学习中,我们如何使用聚类方法?1.我们可以先创建聚类类别,然后在每个类别上用监督学习分别进行学习2.我们可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习3.在进行监督学习之前,我们不能新建聚类类别4.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-09b8-c021-5dd340f22404.html
点击查看题目
深度学习中的激活函数需要具有哪些属性?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-cf70-c021-5dd340f22411.html
点击查看题目
Scikit-Learn中,()可以实现对类别特征进行one-hot编码。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-d358-c021-5dd340f2241e.html
点击查看题目
深度学习可以用在下列哪些NLP任务中?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-fe00-c021-5dd340f2241e.html
点击查看题目
关于Boosting,Bagging和随机森林,以下说法错误的是
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-ed58-c021-5dd340f22403.html
点击查看题目
首页
>
IT互联网
>
计算机知识技术题库
题目内容
(
判断题
)
手机预览
计算机知识技术题库

word2vec的训练方式有2种,一个是根据上下文预测中心词的CBOW模型,一种是由中心词预测上下文的skip-gram模型。

答案:A

解析:正确

分享
计算机知识技术题库
相关题目
下列哪些是卷积操作的优点?

A. 具有局部感受野

B. 对事物不同部分的观察之间能实现参数共享

C. 可有效捕捉序列化数据的特征

D. 操作复杂度与输入尺寸无关

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-0da0-c021-5dd340f22418.html
点击查看答案
()是汽车人工智能领域目前最为火热的方向。

A. 整车的智能营销

B. 驾驶辅助系统

C. 零部件的预测维修

D. 数据驱动的产品优化

解析:驾驶辅助系统是汽车人工智能领域目前最为火热的方向。

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-05d0-c021-5dd340f22405.html
点击查看答案
 梯度下降算法的正确步骤是什么? 1.计算预测值和真实值之间的误差 2.重复迭代,直至得到网络权重的最佳值 3.把输入传入网络,得到输出值 4.用随机值初始化权重和偏差 5.对每一个产生误差的神经元,调整相应的(权重)值以减小误差

A. 1, 2, 3, 4, 5

B. 5, 4, 3, 2, 1

C. 3, 2, 1, 5, 4

D. 4, 3, 1, 5, 2

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-cf20-c021-5dd340f2240b.html
点击查看答案
K-Means能够处理不规则数据的聚类问题

解析:K-means算法无法有效抑制噪声特征、实现不规则形状聚类

https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e9d0-c021-5dd340f2240b.html
点击查看答案
下列算法哪些属于K-means的变种?

A. kNN

B. Meanshift

C. k-means++

D. 以上都不是

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-c7a0-c021-5dd340f2241f.html
点击查看答案
在有监督学习中,我们如何使用聚类方法?1.我们可以先创建聚类类别,然后在每个类别上用监督学习分别进行学习2.我们可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习3.在进行监督学习之前,我们不能新建聚类类别4.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习

A. 2和4

B. 1和2

C. 3和4

D. 1和3

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。所以B是正确的

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e9-09b8-c021-5dd340f22404.html
点击查看答案
深度学习中的激活函数需要具有哪些属性?

A. 计算简单

B. 非线性

C. 具有饱和区

D. 几乎处处可微

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-cf70-c021-5dd340f22411.html
点击查看答案
Scikit-Learn中,()可以实现对类别特征进行one-hot编码。

A. Dictvectorzier

B. pandas

C. OneHotEncoder

D. CountVectorizer

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-d358-c021-5dd340f2241e.html
点击查看答案
深度学习可以用在下列哪些NLP任务中?

A. 情感分析

B. 问答系统

C. 机器翻译

D. 所有选项

解析:深度学习可以用来解决上述所有NLP问题。

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-fe00-c021-5dd340f2241e.html
点击查看答案
关于Boosting,Bagging和随机森林,以下说法错误的是

A. 从偏差-方差分解的角度看,Boosting主要关注降低偏差

B. 从偏差-方差分解的角度看,Bagging主要关注降低方差

C. 随机森林简单、容易实现、计算开销小

D. Boosting不能基于泛化性能相当弱的学习器构建出很强的集成

解析:从偏差一方差分解的角度看,Boosting主要关住降低偏差,因此Boosting能基于泛化性能相当弱的学习器构建出很强的集成

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-ed58-c021-5dd340f22403.html
点击查看答案
试题通小程序
试题通app下载