A、也称为信念网
B、借助有向无环图刻画属性之间的关系
C、借助无向无环图刻画属性之间的关系
D、用条件概率表来描述属性的联合概率分布
答案:C
解析:贝叶斯网亦称“信念网”,它借助有向无环图来刻画属性之间的依赖关系,并使用条件概率表来描述属性的联合概率分布
A、也称为信念网
B、借助有向无环图刻画属性之间的关系
C、借助无向无环图刻画属性之间的关系
D、用条件概率表来描述属性的联合概率分布
答案:C
解析:贝叶斯网亦称“信念网”,它借助有向无环图来刻画属性之间的依赖关系,并使用条件概率表来描述属性的联合概率分布
A. 数据定义
B. 数据管理
C. 数目操纵
D. 数据控制
A. 自底而上
B. 自顶而下
C. 自大而小
D. 自小而大
解析:见算法解析
A. SVM对噪声(如来自其他分部的噪声样本)具备鲁棒性
B. 在adaoost算法中,所有被分错样本的权重更新比例不相同
C. boosting和bagging都是组合多个分类器投票的方法,二者都是根据单个分类器的正确率确定其权重
D. 给定n个数据点,如果其中一半用于训练,一半用户测试,则训练误差和测试误差之间的差别会随着n的增加而减少的
解析:正确
A. 用来创建数据
B. 用来展现数据
C. 用来分析数据
D. 用来转换数据
A. 问答(QA)系统的想法是直接从文档、对话、在线搜索和其他地方提取信息,以满足用户的信息需求。QA系统不是让用户阅读整个文档,而是更喜欢简短而简洁的答案。
B. QA系统相对独立很难与其他NLP系统结合使用,现有QA系统只能处理对文本文档的搜索,尚且无法从图片集合中提取信息。
C. 大多数NLP问题都可以被视为一个问题回答问题。范例很简单:我们发出查询指令,机器提供响应。通过阅读文档或一组指令,智能系统应该能够回答各种各样的问题。
D. 强大的深度学习架构(称为动态内存网络(DMN))已针对QA问题进行了专门开发和优化。给定输入序列(知识)和问题的训练集,它可以形成情节记忆,并使用它们来产生相关答案。
解析:删除
A. 217x217x3
B. 217x217x8
C. 218x218x5
D. 220x220x7
A. 聚合
B. 趋势
C. 连续
D. 回归
A. 不定长
B. 收集
C. 可变
D. 不可变