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
答案:C
解析:负荷预测分为短期、超短期、中期、长期负荷预测四类。
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
答案:C
解析:负荷预测分为短期、超短期、中期、长期负荷预测四类。
A. 大数据的时间分布往往不均匀,近几年生成数据的占比最高
B. “如何从海量数据中洞见(洞察)出有价值的数据”是数据科学的重要课题之一
C. 数据类型的多样性往往导致数据的异构性,进而加大数据处理的复杂性,对数据处理能力提出了更高要求
D. 数据价值与数据量之间存在线性关系
A. 评估
B. 训练
C. 推理
D. 神经网络
解析:主要应用
A. 多媒体专家系统
B. 实时专家系统
C. 军事专家系统
D. 分布式专家系统
A. RepeatedKFold
B. KFold
C. LeaveOneOut
A. 若λ=0,则等价于一般的线性回归
B. 若λ=0,则不等价于一般的线性回归
C. 若λ=+∞,则得到的权重系数很小,接近于零
D. 若λ=+∞,则得到的权重系数很大,接近与无穷大
解析:岭回归是一种专用于共线性数据分析的有偏估计回归方法,实质上是一种改良的最小二乘估计法 ,通过放弃最小二乘法的无偏性,以损失部分信息、降低精度为代价获得回归系数 更为符合实际、更可靠的回归方法,对病态数据的拟合要强于最小二乘法 。
A. NLU(自然语言理解)
B. NLP(自然语言处理)
C. DM(中控平台)
D. NLG(自然语言生成)
解析:NLU是NLP的子集,并不等价
解析:n-gram可以表示单词间的位置关系所反映的语义关联
A. 特征稠密
B. 特征稀疏
C. 能够表征词与词之间的相互关系(相似度计算)
D. 泛化性更好,支持语义运算sim
解析:见算法解析