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
)
非结构化数据是经过一定转换处理后可以用传统关系数据库存储和管理的数据。

答案:B

解析:半结构化数据,介于完全结构化数据和完全无结构的数据之间的数据。例如HTML、XML等,其数据的结构与内容耦合度高,需要进行转换处理后发现其结构。

计算机知识技术题库
曼哈顿距离的正式意义为L1-距离或城市区块距离,也就是在欧几里德空间的固定直角坐标系上两点所形成的线段A轴产生的投影的距离总和
https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-eeb0-c021-5dd340f2240d.html
点击查看题目
大数据中的“速度”包含两种
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-f910-c021-5dd340f22413.html
点击查看题目
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()。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-f248-c021-5dd340f2240b.html
点击查看题目
非线性SVM中,核函数的选择对于SVM的性能至关重要()
https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e200-c021-5dd340f2243a.html
点击查看题目
假如你在训练一个线性回归模型,有下面两句话:①如果数据量较少,容易发生过拟合。②如果假设空间较小,容易发生过拟合。关于这两句话,下列说法正确的是?
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-08b0-c021-5dd340f22424.html
点击查看题目
智能机器人可以根据()得到信息。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-e588-c021-5dd340f22408.html
点击查看题目
规则学习的目标是产生一个能覆盖尽可能多的样例的规则集,最直接的做法是()
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-00e0-c021-5dd340f22426.html
点击查看题目
下列不属于特征降维的作用是
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-1080-c021-5dd340f2240e.html
点击查看题目
Boosting是一可将弱学习器提升为强学习器的算法,最著名的代表是
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-e970-c021-5dd340f22424.html
点击查看题目
下列关于长短期记忆网络LSTM和循环神经网络RNN的关系描述正确的是()。
https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-cf20-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

非结构化数据是经过一定转换处理后可以用传统关系数据库存储和管理的数据。

答案:B

解析:半结构化数据,介于完全结构化数据和完全无结构的数据之间的数据。例如HTML、XML等,其数据的结构与内容耦合度高,需要进行转换处理后发现其结构。

分享
计算机知识技术题库
相关题目
曼哈顿距离的正式意义为L1-距离或城市区块距离,也就是在欧几里德空间的固定直角坐标系上两点所形成的线段A轴产生的投影的距离总和

解析:定义曼哈顿距离的正式意义为L1-距离或城市区块距离,也就是在欧几里德空间的固定直角坐标系上两点所形成的线段对轴产生的投影的距离总和

https://www.shititong.cn/cha-kan/shiti/0005e5d0-af1d-eeb0-c021-5dd340f2240d.html
点击查看答案
大数据中的“速度”包含两种

A. 加速度反馈速度

B. 加速度处理速度

C. 增长速度反馈速度

D. 增长速度处理速度

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-f910-c021-5dd340f22413.html
点击查看答案
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()。

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。

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-f248-c021-5dd340f2240b.html
点击查看答案
非线性SVM中,核函数的选择对于SVM的性能至关重要()

解析:非线性SVM中,核函数的选择对于SVM的性能至关重要()

https://www.shititong.cn/cha-kan/shiti/0005e5d0-b2fe-e200-c021-5dd340f2243a.html
点击查看答案
假如你在训练一个线性回归模型,有下面两句话:①如果数据量较少,容易发生过拟合。②如果假设空间较小,容易发生过拟合。关于这两句话,下列说法正确的是?

A. ①和②都错误

B. ①正确,②错误

C. ①错误,②正确

D. ①和②都正确

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-08b0-c021-5dd340f22424.html
点击查看答案
智能机器人可以根据()得到信息。

A. 思维能力

B. 行为能力

C. 感知能力

D. 学习能力

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-e588-c021-5dd340f22408.html
点击查看答案
规则学习的目标是产生一个能覆盖尽可能多的样例的规则集,最直接的做法是()

A. 序贯覆盖

B. 剪枝优化

C. 假设验证

D. 预测分布

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-00e0-c021-5dd340f22426.html
点击查看答案
下列不属于特征降维的作用是

A. 降低时间复杂度和空间复杂度

B. 较简单的模型在小数据集上有更强的鲁棒性

C. 提升模型效果

D. 降低算法的计算开销

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a626-1080-c021-5dd340f2240e.html
点击查看答案
Boosting是一可将弱学习器提升为强学习器的算法,最著名的代表是

A. Bagging

B. 随机森林

C. AdaBoost

D. 决策树

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a625-e970-c021-5dd340f22424.html
点击查看答案
下列关于长短期记忆网络LSTM和循环神经网络RNN的关系描述正确的是()。

A. LSTM是简化版的RNN

B. LSTM是双向的RNN

C. LSTM是多层的RNN

D. LSTM是RNN的扩展,通过特殊的结构设计来避免长期依赖问题

解析:LSTM是RNN的扩展,通过特殊的结构设计来避免长期依赖问题

https://www.shititong.cn/cha-kan/shiti/0005e5d0-a7e8-cf20-c021-5dd340f22403.html
点击查看答案
试题通小程序
试题通app下载