答案:B
A. 到目标结点的耗散是一个可采纳启发式
B. 到目标结点的耗散可任意选择
C. 不存在求解问题的最优的a*搜索算法
D. 以上描述都不对
A. 决策树
B. 神经网络
C. 贝叶斯决策论
D. 支持向量机
A. 视觉编码方法论
B. 视觉隐喻
C. 地理信息可视化
D. 时变数据可视化
A. 二项
B. 泊松
C. 正态
D. 指数
解析:泊松分布(法语:loi de Poisson;英语:Poisson distribution)又称Poisson分布、帕松分布、布瓦松分布、布阿松分布、普阿松分布、波以松分布、卜氏分布、帕松小数法则(Poisson law of small numbers),是一种统计与概率学里常见到的离散概率分布
A. 网络结构过于复杂
B. DNN根本不能处理图像问题
C. 内存、计算量巨大、训练困难
D. 神经元数量下降,所以精度下降
解析:“维数灾难”会带来内存、计算量巨大、训练困难等问题。
解析:错误
A. numpy数组切片得到的是数组的副本,python对列表的切片得到的是指向相同缓冲区的视图
B. python对列表的切片得到的是列表的副本,numpy数组切片得到的是指向相同缓冲区的视图
C. python对列表的切片和numpy数组切片得到的都是指向相同缓冲区的视图
D. python对列表的切片和numpy数组切片得到的都是原对象的副本
解析:见函数库
A. 数据优化
B. 数据增强
C. 模型集成
D. 引入参数范数惩罚项
解析:常见的机器学习模型正则化方法包含数据增强、模型集成、引入参数范数惩罚项