VGG网络在深度学习发展过程中做出了重要贡献，下面关于VGG描述正确的是：
A. VGG全部使用了3*3的卷积核和2*2的池化核
B. VGG证明了网络越深越好，所以程序员应该没有限制的搭建更深的网络
C. VGG是到目前为止分类效果最好的网络结构
D. VGG没有使用全连接网络结构
解析：VGG全部使用了3*3的卷积核和2*2的池化核
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0680-c07f-52a228da6016.html
点击查看答案
a=[[ 1., 2., 1.],[ 1., 2., 1.]]，a+3的值为（ ）。
A. [[ 1., 2., 1.],[ 4., 5., 4.]]
B. [[ 4., 5., 4.],[ 4., 5., 4.]]
C. 以上都不对
D. [[ 4., 5., 4.],[ 1., 2., 1.]]
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-5ca8-c07f-52a228da600f.html
点击查看答案
下列不属于树模型的是
A. GBDT梯度提升树
B. XGBoost
C. RF随机森林
D. LR线性回归
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-ef10-c07f-52a228da6019.html
点击查看答案
MapReduce默认的分区函数是()。
A. hash
B. disk
C. reduce
D. map
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-bfa8-c07f-52a228da6009.html
点击查看答案
在机器学习建模过程中对原始数据集的划分不包括
A. training set
B. test set
C. validation set
D. verification set
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-87a0-c07f-52a228da6000.html
点击查看答案
以下不属于聚类算法的是（ ）。
A. K均值
B. SAN
C. Apriori
D. Jarvis-Patrik（JP）
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-feb0-c07f-52a228da6011.html
点击查看答案
与生成方法、半监督SVM、图半监督学习等基于单学习机器利用未标记数据不同，基于分歧的方法（disagreement-basedmethods）使用多学习器，而学习器之间的“分歧”（disagreement）对未标记数据的利用至关重要。(___)是此类方法的重要代表
A. 协同训练
B. 组合训练
C. 配合训练
D. 陪同训练
解析：见算法解析
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-1a08-c07f-52a228da601e.html
点击查看答案
在前馈神经网络中，误差后向传播（BP算法）将误差从输出端向输入端进行传输的过程中，算法会调整前馈神经网络的什么参数
A. 输入数据大小
B. 神经元和神经元之间连接有无
C. 相邻层神经元和神经元之间的连接权重
D. 同一层神经元之间的连接权重
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-eb28-c07f-52a228da6011.html
点击查看答案
当前机器学习研究的核心是（）。
A. 拟合数据的概率分布曲线
B. 证明模型的理论意义
C. 计算性能的突破发展
D. 超高速的数据读取
解析：当前机器学习研究的核心是拟合数据的概率分布曲线。
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-90c8-c07f-52a228da601d.html
点击查看答案
下列无监督学习算法中可解决降维问题的算法有
A. PCA
B. LSA
C. LDA
D. k-means
解析：k-means只能解决聚类问题
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-29a8-c07f-52a228da601e.html
点击查看答案
