A、重赋权法
B、重采样法
C、重训练法
D、重预测法
答案:A
A、重赋权法
B、重采样法
C、重训练法
D、重预测法
答案:A
A. 感知器
B. 循环神经网络
C. 卷积神经网络
D. 全连接神经网络
A. 残差的平均值总为零
B. 残差的平均值总小于零
C. 残差的平均值总大于零
D. 残差没有此类规律
A. ASR
B. NLP
C. DM
D. TTS
解析:主要应用
A. GaussianNB
B. BernoulliNB
C. MultinomialNB
D. BaseDiscreteNB
解析:GaussianNB 适合连续特征,它假设每个特征对于每个类都符合正态分布。
A. d = {[1,2]:1, [3,4]:3}
B. d = {(1,2):1, (3,4):3}
C. d = {'张三':1, '李四':2}
D. d = {1:[1,2], 3:[3,4]}
A. 线性回归
B. 系数回归
C. 逻辑回归
D. 曲线回归
A. BP算法
B. 支持向量机
C. 一般的“核”方法习
D. 决策树
解析:二十世纪九十年代中期,“统计学习”闪亮登场并迅速占据主流舞台,代表性技术是支持向量机以及更一般的“核方法”。
解析:正确