下面关于k近邻的说法,正确的是:
A. 根据特征向量X计算样本之间的相似性,选择离中心点最相似的k个样本$;$k近邻既可以用于分类,也可以用于回归$;$k近邻用于分类时,对于新的样本,计算离其最近的k个样本的平均值,作为新样本的预测值$;$k近邻用于分类时,对于新的样本,根据其k个最近邻样本的类别,通过多数表决的方式预测新样本的类别
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-c328-c07f-52a228da600d.html
点击查看答案
知识图谱以结构化的形式,描述客观世界中存在的概念、实体和实体间的关系。
https://www.shititong.cn/cha-kan/shiti/0005e939-dbd2-00b0-c07f-52a228da600f.html
点击查看答案
数据挖掘的实质是知识发现的过程,总是我类说,知识发现分为()3个步骤。
A. 数据预处理$;$异常记录$;$规律寻找$;$知识表示
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9c18-c07f-52a228da602d.html
点击查看答案
强化学习中的两种免模型学习是()、()。
A. 逆强化学习$;$时序差分学习$;$蒙特卡罗强化学习$;$模仿学习
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ee20-c07f-52a228da602b.html
点击查看答案
下属模型是一阶段网络的是()
A. YOLOv2$;$rcnn$;$fast-rcnn$;$faster-rcnn
https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-01a8-c07f-52a228da6016.html
点击查看答案
当在内存网络中获得某个内存空间时,通常选择读取矢量形式数据而不是标量,这里需要的哪种类型的寻址来完成
A. 基于内容的寻址$;$基于位置的寻址$;$都不行$;$都可以
https://www.shititong.cn/cha-kan/shiti/0005e939-eea4-e568-c07f-52a228da6005.html
点击查看答案
前馈神经网络由()、()、()构成?
https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-0d60-c07f-52a228da6000.html
点击查看答案
关于K均值和DBSCAN的比较,以下说法正确的是()。
A. K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象$;$K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念$;$K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇$;$K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-a000-c07f-52a228da6011.html
点击查看答案
设z=xyz+z^2+5,则u在点M(0,1,-1)处的梯度是()。
A. (0,2,-2)$;$(1,0,2)$;$(-1,1,0)$;$(-1,0,-2)
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6df0-c07f-52a228da6024.html
点击查看答案
数字孪生技术在应用领域的扩展需求将从军工、航天领域转为商用领域。
https://www.shititong.cn/cha-kan/shiti/0005e939-f46a-57f8-c07f-52a228da6012.html
点击查看答案