A、相容
B、相等
C、互斥
D、包含
答案:C
解析:测试集来测试学习器对新样本的判别能力,然后以测试集上的测试误差作为泛化误差的近似,测试集应该尽可能与训练集互斥,即测试样本尽量不在训练集中出现、未在训练过程中使用过
A、相容
B、相等
C、互斥
D、包含
答案:C
解析:测试集来测试学习器对新样本的判别能力,然后以测试集上的测试误差作为泛化误差的近似,测试集应该尽可能与训练集互斥,即测试样本尽量不在训练集中出现、未在训练过程中使用过
解析:错误
A. 声乐和心理
B. 合成和分析
C. 知识表达和组织
D. 字典和算法
A. 语言
B. 词汇
C. 逻辑
D. 语法
解析:国际标准分类中,人工智能技术涉及到信息技术应用、信息技术(IT)综合、工业自动化系统、信息技术用语言、词汇、网络
A. 增加神经网络层数,可能会增加测试数据集的分类错误率
B. 减少神经网络层数,总是能减小测试数据集的分类错误率
C. 增加神经网络层数,总是能减小训练数据集的分类错误率
A. 评估
B. 训练
C. 预测
D. 输出模型
A. x in range(6)
B. 3=a
C. e>5 and 4==f
D. (x-6)>5
A. plt.psd(x,NFFT=256,pad_to,Fs)
B. plt.bar(left,height,width,bottom)
C. plt.barh(width,bottom,left,height)
D. plt.cohere(x,y,NFFT=256,Fs)
解析:Matplotlib库中,用来绘制功率谱密度图的pyplot的基础图标函数是plt.psd(x,NFFT=256,pad_to,Fs)。
A. 权重
B. 分布
C. 概率
D. 数量
解析:Boosting的本质实际上是一个加法模型,通过改变训练样本权重学习多个分类器并进行一些线性组合
A. def someFunction():
B. function someFunction()
C. def someFunction()
D. function someFunction():