A、L1 损失函数$;$均方误差损失函数$;$交叉熵误差损失函数$;$自下降损失函数
答案:BC
A、L1 损失函数$;$均方误差损失函数$;$交叉熵误差损失函数$;$自下降损失函数
答案:BC
A. 特征值$;$标签$;$特征值和标签$;$预测值
A. 标准化$;$平滑处理$;$特征构造$;$聚集
A. 基础理论是神经网络$;$深度学习属于连接主义$;$又称为仿生学派$;$产生在20实际50年代
A. SVM$;$DBSCAN$;$FP-growth$;$决策树
A. 无向图,又称为马尔可夫随机场,克服了有向图中必须给父子节点加上有向图依赖关系的缺点 $;$利用无向边连接两个节点,无父子节点区分 $;$马尔可夫没有有向边的存在 $;$以上都不对
A. 数据挖掘$;$数据分析$;$数据读取$;$数据整理
A. 置信区间$;$置信水平$;$置信概率$;$临界值
A. 使用L1可以得到稀疏的权值,使用L2可以得到平滑的权值$;$使用L1可以得到平滑的权值,使用L2可以得到平滑的权值$;$使用L1可以得到平滑的权值,使用L2可以得到稀疏的权值$;$使用L1可以得到稀疏的权值,使用L2可以得到稀疏的权值