A、一种竞争学习型的无监督神经网络
B、将高维输入数据映射到低维空间，保持输入数据在高维空间的拓扑结构
C、SMO寻优目标为每个输出神经元找到合适的权重
D、输出层神经元以矩阵方式排列在二维空间
答案：C
解析：SOM 的训练目标就是为每个输出层神经元找到合适的权向量，以达到保持拓扑结构的目的
A、一种竞争学习型的无监督神经网络
B、将高维输入数据映射到低维空间，保持输入数据在高维空间的拓扑结构
C、SMO寻优目标为每个输出神经元找到合适的权重
D、输出层神经元以矩阵方式排列在二维空间
答案：C
解析：SOM 的训练目标就是为每个输出层神经元找到合适的权向量，以达到保持拓扑结构的目的
A. Python中整型有限制大小
B. append函数用于给列表增加元素
C. del用于删除变量
D. Python中列表无法嵌套
解析：Python中的del语句作用是删除变量,其对整型无限制，append()函数 用于在列表末尾添加新的对象，Python中列表可嵌套
A. 0.5
B. n/(2n+1)
C. (n-1)/(2n+1)
D. (n+1)/(2n+1)
解析：正面多于反面的概率应与反面多于正面的概率一样，又因抛2n+1次硬币，故正反面次数不可能一样，故二者概率均为0.5（亦可根据伯努利分布求解）
A. 点估计和区间估计
B. 区间估计和无偏估计
C. 点估计和无偏估计
D. 区间估计和一致估计
A. 卷积核数量越多特征图通道数越少
B. 卷积核size越大特征图通道数越多
C. 卷积核数量越多特征图通道数越多
D. 二者没有关系
解析：卷积核数量越多特征图通道数越多
A. 12345
B. 13425
C. 12534
D. 13452
A. 召回率
B. 混淆矩阵
C. 均方误差
D. 准确率
A. 数据、算法和模型安全
B. 技术和系统安全
C. 人身和设备安全
D. 安全测试评估
A. 确定输入层和输出层的结点数目。
B. 选择网络拓扑结构
C. 初始化权值和偏置
D. 去掉有遗漏值的训练样例，或用最合理的值来代替
解析：见算法解析
A. Jupyter Notebook有两种模式：编辑模式、命令模式
B. Jupyter Notebook有两种形式的单元：Code单元、Markdown单元
C. Jupyter Notebook Markdown可以使用LaTeX语法
D. Jupyter Notebook可以支持Python等多种语言
解析：Jupyter Notebook有三种形式的单元：Code单元、Markdown单元、原始单元
