A、假设检验
B、逻辑分析
C、方差分析
D、回归分析
答案：A
A、假设检验
B、逻辑分析
C、方差分析
D、回归分析
答案：A
A. sklearn
B. xgboost
C. lightgbm
D. numpy
解析：见算法解析
A. 增加训练集量
B. 减少神经网络隐藏层节点数
C. 删除稀疏的特征
D. SVM算法中使用高斯核/RBF核代替线性核
解析：在其他条件不变的前提下，以下做法容易引起机器学习中的“过拟合”问题的是SVM算法中使用高斯核/RBF核代替线性核。
A. CNN
B. LSTM
C. GRU
D. RNN
解析：RNN存在严重的梯度消失现象，因此改进出LSTM模型。
A. 线性回归
B. 逻辑回归
C. 支持向量机
D. 随机森林
解析：线性回归无法解决分类问题
A. ③④
B. ①②
C. ①③
D. ②④
解析：独热编码的缺点是：①.过于稀疏②.词与词的相关性比较小
A. 计算预测值函数
B. 求偏导数函数
C. 均方误差损失函数
D. 更新参数函数
解析：均方误差损失函数属于常见损失函数。
A. 到2035年
B. 到2030年
C. 到2025年
D. 到2020年
解析：我国人工智能三步走战略，第二步到2025年人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平
A. [1,1,4]
B. [0,1,4]
C. [1,2,3]
D. (1,1,4)
