A、逻辑斯特回归(LR),以及随机梯度下降(SGD)
$;$线性回归及批量梯度下降(BGD)
$;$神经网络及批量梯度下降(BGD)
$;$针对单条样本进行训练的在线学习
答案:BC
A、逻辑斯特回归(LR),以及随机梯度下降(SGD)
$;$线性回归及批量梯度下降(BGD)
$;$神经网络及批量梯度下降(BGD)
$;$针对单条样本进行训练的在线学习
答案:BC
A. 模型训练$;$特征选择$;$分析定位任务$;$特征提取
A. 奇函数$;$偶函数$;$非奇非偶函数$;$奇偶性不确定
A. 全局梯度算法可以找到损失函数的最小值$;$批量梯度算法可以解决局部最小值问题$;$随机梯度算法可以找到损失函数的最小值$;$全局梯度算法收敛过程比较耗时
A. GoogLeNet仅仅是在宽度上进行了探索,所以它是一个很浅的网络$;$GoogLeNet在宽度上进行了探索,为后人设计更加复杂的网络打开了思路$;$GoogLeNet使用了Inception结构,Inception结构只有V1这一个版本$;$GoogLeNet结合多种网络设计结构所以是到目前为止分类效果最好的网络结构
A. 词$;$句$;$文档$;$话题
A. 数据井喷$;$计算能力突破$;$产业效益提升$;$算法技术与模型优化