A、机器学习模型的精准度越高,则模型的性能越好
B、增加模型的复杂度,总能减小测试样本误差
C、增加模型的复杂度,总能减小训练样本误差
D、以上说法都不对
答案:C
A、机器学习模型的精准度越高,则模型的性能越好
B、增加模型的复杂度,总能减小测试样本误差
C、增加模型的复杂度,总能减小训练样本误差
D、以上说法都不对
答案:C
A. RBF网络
B. RIO网络
C. ART网络
D. SQM网络
A. -6
B. 6
C. 2
D. 2
A. 1.2.3.4
B. 1.3.4.6
C. 1.2.3.4.5.6
D. 3.4.6
解析:DSSM经典模型的优点;1.解决了字典爆炸问题,降低了计算复杂度;2.中文方面使用字作为最细切分粒度,可以复用每个字表达的词义,减少分词的依赖,从而提高模型的泛化能力;3.字母的n-gram可以更好的处理新词,具有较强的鲁棒性;4.使用有监督的方法,优化语义embedding的映射问题;5.省去了人工特征工程;6.采用有监督训练,精度较高。
A. (1)按小时负荷预测(2)日负荷预测(3)周负荷预测(4)月负荷预测
B. (1)日负荷预测(2)周负荷预测(3)月负荷预测(4)年负荷预测
C. (1)超短期负荷预测(2)短期负荷预测(3)中期负荷预测(4)长期负荷预测
D. (1)日负荷预测(2)周负荷预测(3)月负荷预测(4)季负荷预测
解析:负荷预测分为短期、超短期、中期、长期负荷预测四类。
A. 完成 Atlas 驱动安装
B. 已安装 CUD软件包
C. 已安装 Cmake 编译工具
D. 完成环境配置
A. 人工智能就是深度学习
B. 人工智能属于机器学习的一个分支
C. 人工智能包含了深度学习
D. 强化学习属于人工智能的一部分
A. 扩展现实技术
B. 区块链技术
C. 数字孪生技术
D. 云计算
解析:不确定性知识的事实与结论的关系也会有“是”或“不是”