答案:A
A. 高斯核函数
B. 多项式核函数
C. Sigmiod 核函数
D. 线性核函数
解析:SVM常用的核函数包括:线性核函数、多项式核函数、高斯核函数、Sigmiod 核函数
A. 数据审计
B. 数据清洗
C. 数据变换
D. 数据集成
A. C
B. C*H
C. H*W
D. nan
解析:见算法解析
A. 专家
B. 软件
C. 知识
D. 解决问题
A. 反向传播算法
B. 卷积可视化解释
C. 非线性激活函数
D. 深度神经网络
解析:目前深度学习的必备技术反向传播算法,卷积可视化解释,非线性激活函数,深度神经网络,卷积神经网络,循环神经网络,递归神经网络等
A. 局部最优解
B. 全局最优解
C. 鞍点
D. 转折点
解析:激活函数sigmoid,输入值可以小于0.
A. 给数据打标签
B. 将数据按类别聚合
C. 使智能体获得最大奖赏
D. 实现特定目标
解析:强化学习(Reinforcement Learning, RL)是机器学习的范式和方法论之一,用于描述和解决智能体(agent)在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题
解析:错误