下面关于数据粒度的描述正确的是？
A. 粒度是指数据仓库小数据单元的详细程度和级别;$;$数据越详细,粒度就越小,级别也就越高;$;$数据综合度越高,粒度也就越大,级别也就越高;$;$粒度的具体划分将直接影响数据仓库中的数据量以及查询质量
https://www.shititong.cn/cha-kan/shiti/0005e939-eb78-9c18-c07f-52a228da6026.html
点击查看答案
C4.5在分类过程中使用的（）
A. 条件熵$;$信息增益率$;$交叉熵$;$联合熵
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-f5f0-c07f-52a228da600d.html
点击查看答案
机械学习就是记忆，即把新的知识存储起来，供需要时检索调用，而不需要计算和推理。（）
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-ea38-c07f-52a228da6038.html
点击查看答案
对向量组α1,α2,α3,α4，如果其中任意两个向量都线性无关，则α1,α2,α3,α4线性无关。
https://www.shititong.cn/cha-kan/shiti/0005e939-f894-6df0-c07f-52a228da6017.html
点击查看答案
传统GBDT在优化时只用到一阶导数信息，xgboost则对代价函数进行二阶泰勒展开，同时用到了（）
A. 一阶导数$;$二阶导数$;$三阶导数$;$四阶导数
https://www.shititong.cn/cha-kan/shiti/0005e939-e59d-0590-c07f-52a228da602e.html
点击查看答案
机器学习研究如何通过计算的手段，利用经验来改善系统自身的性能，请问机器学习利用数据训练出什么？
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-ad68-c07f-52a228da602b.html
点击查看答案
假设你训练SVM后，得到一个线性决策边界，你认为该模型欠拟合。在下次迭代训练模型时，应该考虑：（）
A. 增加训练数据$;$减少训练数据$;$计算更多变量$;$减少特征
https://www.shititong.cn/cha-kan/shiti/0005e939-e31f-a980-c07f-52a228da603c.html
点击查看答案
半监督支持向量机中最著名的是TSVM（TransductiveSupportVectorMachine）。与标准SVM一样，TSVM也是针对(___)问题的学习方法？
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-fdc0-c07f-52a228da6028.html
点击查看答案
1997年５月，著名的“人机大战”，最终计算机以3.5比2.5的总比分将世界国际象棋棋王卡斯帕罗夫击败，这台计算机被称为
https://www.shititong.cn/cha-kan/shiti/0005e939-f46a-5028-c07f-52a228da6008.html
点击查看答案
在有监督学习中，我们可以使用聚类“类别id”作为一个新的特征项， 然后再用监督学习分别进行学习
https://www.shititong.cn/cha-kan/shiti/0005e939-e59c-bf40-c07f-52a228da6029.html
点击查看答案
