APP下载
首页
>
IT互联网
>
随便搞的题库做做
搜索
随便搞的题库做做
题目内容
(
单选题
)
()有跟环境进行交互,从反馈当中进行不断的学习的过程。

A、监督学习$;$非监督学习$;$强化学习$;$线性回归

答案:C

随便搞的题库做做
下面代码运行后,a、b、c、d四个变量的值,描述错误的是?
importcopy
a=[1,2,3,4,['a','b']] 
b=a 
c=copy.copy(a) 
d=copy.deepcopy(a) 
a.append(5) 
a[4].append('c') 
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f120-c07f-52a228da602b.html
点击查看题目
LSTM单元中引入了哪些门来更新当前时刻的单元状态向量?
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f9d8-c07f-52a228da600b.html
点击查看题目
机器学习的核心任务是在新的、未知的数据中执行得好。而这种在未知数据中执行的能力,称为
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a980-c07f-52a228da603d.html
点击查看题目
从产业链的角度来讲,人工智能分为三层,由()组成
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-f110-c07f-52a228da6012.html
点击查看题目
下列关于Ridge回归的说法,正确的是()。
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ee20-c07f-52a228da6022.html
点击查看题目
以下关于异常处理的描述,正确的是( )。
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f508-c07f-52a228da6024.html
点击查看题目
人工智能开源学习框架实现了基础算法的模块化封装,所以应用开发
人员完全无需关注底层实现细节。
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-abb8-c07f-52a228da602d.html
点击查看题目
词向量(WordEmbedding)是一种分布式的表示方法,即把每个词都表示为一个N维空间内的点,即一个高维空间内的向量,通过这种方法,把自然语言计算转换为向量计算
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-e268-c07f-52a228da6004.html
点击查看题目
目前,绝大部分数据或数据中的绝大部分属于()
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9060-c07f-52a228da6005.html
点击查看题目
学习率是根据不同场景人为设定的
https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-0d60-c07f-52a228da6034.html
点击查看题目
首页
>
IT互联网
>
随便搞的题库做做
题目内容
(
单选题
)
手机预览
随便搞的题库做做

()有跟环境进行交互,从反馈当中进行不断的学习的过程。

A、监督学习$;$非监督学习$;$强化学习$;$线性回归

答案:C

分享
随便搞的题库做做
相关题目
下面代码运行后,a、b、c、d四个变量的值,描述错误的是?
importcopy
a=[1,2,3,4,['a','b']] 
b=a 
c=copy.copy(a) 
d=copy.deepcopy(a) 
a.append(5) 
a[4].append('c') 

A. a== [1,2,3,4,['a','b','c'],5]$;$b== [1,2,3,4,['a','b','c'],5]$;$c== [1,2,3,4,['a','b','c']]$;$d== [1,2,3,4,['a','b',‘c’]]

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f120-c07f-52a228da602b.html
点击查看答案
LSTM单元中引入了哪些门来更新当前时刻的单元状态向量?

A. 输入门、遗忘门$;$任意门、输入门$;$输出门、任意门$;$遗忘门、任意门

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f9d8-c07f-52a228da600b.html
点击查看答案
机器学习的核心任务是在新的、未知的数据中执行得好。而这种在未知数据中执行的能力,称为

A. 泛化能力$;$过拟合$;$欠拟合$;$正则化

https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a980-c07f-52a228da603d.html
点击查看答案
从产业链的角度来讲,人工智能分为三层,由()组成

A. 基础层$;$技术层$;$应用层$;$过程层

https://www.shititong.cn/cha-kan/shiti/0005e939-dbd1-f110-c07f-52a228da6012.html
点击查看答案
下列关于Ridge回归的说法,正确的是()。

A. 若λ=0,则等价于一般的线性回归$;$若λ=0,则不等价于一般的线性回归$;$若λ=+∞,则得到的权重系数很小,接近于零$;$若λ=+∞,则得到的权重系数很大,接近与无穷大

https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ee20-c07f-52a228da6022.html
点击查看答案
以下关于异常处理的描述,正确的是( )。

A. try 语句中有 except 子句就不能有 finally 子句
$;$Python 中,可以用异常处理捕获程序中的所有错误
$;$引发一个不存在索引的列表元素会引发 NameError 错误
$;$Python 中允许利用 raise 语句由程序主动引发异常

https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-f508-c07f-52a228da6024.html
点击查看答案
人工智能开源学习框架实现了基础算法的模块化封装,所以应用开发
人员完全无需关注底层实现细节。
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-abb8-c07f-52a228da602d.html
点击查看答案
词向量(WordEmbedding)是一种分布式的表示方法,即把每个词都表示为一个N维空间内的点,即一个高维空间内的向量,通过这种方法,把自然语言计算转换为向量计算
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-e268-c07f-52a228da6004.html
点击查看答案
目前,绝大部分数据或数据中的绝大部分属于()

A. 结构化数据$;$半结构化数据$;$非结构化数据$;$大数据

https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9060-c07f-52a228da6005.html
点击查看答案
学习率是根据不同场景人为设定的
https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-0d60-c07f-52a228da6034.html
点击查看答案
试题通小程序
试题通app下载