答案:B
答案:B
A. 加入额外的计算单元$;$非线性变换$;$加快计算速度$;$方便反向传播计算
A. 硬间隔支持向量机$;$软间隔支持向量机$;$线性核函数支持向量机$;$多项式核函数支持向量机
A. 从偏差-方差分解的角度看,Boosting主要关注降低偏差$;$从偏差-方差分解的角度看,Bagging主要关注降低方差$;$随机森林简单、容易实现、计算开销小$;$ Boosting不能基于泛化性能相当弱的学习器构建出很强的集成
A. [11,8,7,2,[4,5],3]$;$[11,8,7,2,4,5,3]$;$[11,8,7,[4,5],2,3]$;$[11,8,7,4,5,2,3]
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. 线性存储和数组存储$;$顺序存储和链式存储$;$线性存储和树型存储$;$数组存储和指针存储
A. 网格结构$;$数组结构$;$序列结构$;$表格结构
A. 设计线性回归$;$神经网络$;$聚类分析$;$矩阵计算