Spark适用于那些场景?
A. 计算量大$;$数据量大$;$效率要求高$;$web爬虫
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-f8e0-c07f-52a228da601d.html
点击查看答案
()是指将“数据”转换为“产品”的艺术。
A. 数据柔性$;$数据运用$;$数据挖掘$;$数据开发
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-0498-c07f-52a228da6029.html
点击查看答案
若 a = (1, 2, 3),( )操作是不合法的。
A. a[1:-1]
$;$a*3
$;$a[2] = 4
$;$list(a)
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-ed38-c07f-52a228da600b.html
点击查看答案
SVM的基本思想是间隔最大化来得到最优分离()
A. 超平面$;$分离间隔$;$分离曲线$;$分离平面
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f5f0-c07f-52a228da600f.html
点击查看答案
numpy中,axis是控制轴向的参数,以下正确的是( )。
A. axis=0,则沿着横轴进行操作$;$axis=0,则沿着纵轴进行操作$;$axis=1,则沿着纵轴进行操作$;$axis=1,则沿着横轴进行操作
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-d9b0-c07f-52a228da6031.html
点击查看答案
关联规则的相关算法()。
A. 算法的基本思想$;$经典Apriori核心算法$;$现存的改进频集算法$;$多层关联规则$;$多维关联规则
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9c18-c07f-52a228da602e.html
点击查看答案
对于lstm = paddle.nn.LSTM(input_size=3, hidden_size=5, num_layers=2),输入数据的形状可以是:
A. [10,5,3]$;$[5,10,3]$;$[3,5,10]$;$[3,10,5]
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e568-c07f-52a228da600c.html
点击查看答案
语言模型的参数估计经常使用MLE(最大似然估计)。面临的一个问题是没有出现的项概率为0,这样会导致语言模型的效果不好。为了解决这个问题,需要使用去噪。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bf40-c07f-52a228da602c.html
点击查看答案
下列哪一个不是无约束算法。
A. 梯度下降法$;$拟牛顿法$;$启发式优化方法$;$EM算法
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-cee0-c07f-52a228da6029.html
点击查看答案
Torch、Tensorflow、MXNet等深度学习框架都能支持Python语言。
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e180-c07f-52a228da601b.html
点击查看答案