答案:B
解析:正确
A. K均值一般会聚类所有对象,但DBSCAN会丢弃被它识别为噪声的对象
B. 当簇具有很不相同的密度时,K均值和DBSCAN的性能都很差
C. K均值可以用于高维的稀疏数据,DBSCAN则通常在此类数据上性能很差
D. K均值可以发现不是明显分离的簇,但DBSCAN会合并有重叠的簇
解析:见算法解析
解析:错误
A. 增大
B. 置为无穷
C. 置为0
D. 减少
解析:见算法解析
A. 使用卷积解决了全连接层的不足之处
B. 卷积和池化层组合使用,逐层级的提取图像特征
C. 在网络的最后使用全两层连接作为输出
D. 在网络的最后使用全两层连接作为输入
解析:见算法解析
A. LSTM
B. NLP
C. 神经网络模型
D. 预训练模型
解析:在算法层面,超大规模预训练模型等成为近两年最受关注的热点之一,不断刷新各领域榜单。
A. 2017
B. 2018
C. 2019
D. 2020
解析:2017年,人工智能首入政府工作报告意味着其已经 上升至国家战略高度。
A. 2016
B. 2017
C. 2018
D. 2019
A. 采集存储型传感器
B. 筛选型传感器
C. 控制型传感器
D. 集成式传感器
解析:基础概念