答案:B
解析:错误
答案:B
解析:错误
A. 在语料中训练一个由词到向量(word 2 vector)的模型来对文本中呈现的上下文语境进行学习
B. 训练一个词包模型(a bag of words model)来对文本中的词的发生率(occurrence)进行学习
C. 创建一个文献检索词矩阵(document-term matrix)并且对每一个文本应用余弦相似性
D. 上述所有方法均可
A. 给定标签
B. 离散
C. 分类
D. 回归
解析:在监督学习中,预测变量离散,称为分类,预测变量连续,称为回归,两者本质一样,都是对输入做预测,不过分类输出的是物体所属的类别,回归输出的是物体的值。答案选D
A. 卷积神经网络
B. 循环神经网络
C. 深层神经网络
D. 浅层神经网络
解析:循环神经网络具有记忆性、参数共享并且图灵完备,因此在对序列的非线性特征进行学习时具有一定优势 。循环神经网络在自然语言处理(,例如语音识别、语言建模、机器翻译等领域有应用,也被用于各类时间序列预报
A. 让每⼀层的输⼊的范围都⼤致固定
B. 它将权重的归⼀化平均值和标准差
C. 它是⼀种⾮常有效的反向传播(BP)⽅法
D. 这些均不是
解析:正确
A. 增加训练集量
B. 减少神经网络隐藏层节点数
C. 删除稀疏的特征
D. SVM算法中使用高斯核/RBF核代替线性核
解析:在其他条件不变的前提下,以下做法容易引起机器学习中的“过拟合”问题的是SVM算法中使用高斯核/RBF核代替线性核。
A. 正确
B. 错误
A. 池化层主要用于降低特征图的分辨率
B. 通常在卷积层之后会增加池化层,有时卷积层后面也可能不跟池化层
C.深度卷积网络中,卷积层是必须的,但是全连接层可有可无
D.非线性激活层可以完成非线性变换