有两个样本点，第一个点为正样本，它的特征向量是（0, -1）；第二个点为负样本，它的特征向量是（2, 3），从这两个样本点组成的训练集构建一个线性SVM分类器的分类面方程是（）。
A. 2x + y = 4$;$x + 2y = 5$;$ x + 2y = 3$;$2x - y = 0
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6df0-c07f-52a228da601d.html
点击查看答案
计算机内部总线分为（ ）
A. 数据总线$;$地址总线$;$网络总线$;$控制总线
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e950-c07f-52a228da600a.html
点击查看答案
根据numpy数组中ndim属性的含义确定程序的输出（）。array=np.array（[[1,2,3],[4,5,6],[7,8,9],[10,11,12]]）;print（array.ndim）
https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-01a8-c07f-52a228da6007.html
点击查看答案
LSTM是一个非常经典的面向序列的模型，可以对自然语言句子或是其他时序信号进行建模，是一种（）。
A. 循环神经网络$;$卷积神经网络$;$朴素贝叶斯$;$深度残差网络
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-de80-c07f-52a228da6013.html
点击查看答案
机器人能与人对话，主要是用了人工智能中的（ ）
A. 机器翻译$;$自然语言处理$;$多媒体技术$;$语音识别
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-f4f8-c07f-52a228da6026.html
点击查看答案
大数据技术为输入数据在（）方面做出了贡献，帮助提升了深度学习算法的性能。
A. 存储集合清除$;$存储整合清除$;$储蓄集合清洗$;$存储清洗整合
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-a7d0-c07f-52a228da602f.html
点击查看答案
max（│x1│，│x2│，…，│xn│）是什么范数
A. 1-范数$;$2-范数$;$∞-范数$;$矩阵范数
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6620-c07f-52a228da6021.html
点击查看答案
统计描述的种类主要包括均值、百分位数、中位数、众数、全距和方差等，（）是指如果将一组数据从小到大排序，并计算相应的累计百分位，则某一百分位所对应数据的值
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9830-c07f-52a228da6002.html
点击查看答案
我们想在大数据集上训练决策树, 为了减少训练时间, 我们可以
A. 增加树的深度$;$增大学习率(Learnin Rate)$;$对决策树模型进行预剪枝$;$减少树的数量
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-caf8-c07f-52a228da6025.html
点击查看答案
下列神经网络特点描述错误的是
A. 适应性$;$由简单单元组成$;$广泛并行互连的网络$;$线性特性
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6620-c07f-52a228da600b.html
点击查看答案
