APP下载
首页
>
财会金融
>
唐人街探案之秦风
搜索
唐人街探案之秦风
题目内容
(
单选题
)
对学习器的泛化性能进行评估,不仅需要有效可行的实验估计方法,还需要有衡量模型泛化能力的评价标准,这就是()。

A、性能度量

B、性能评估

C、泛化能力评估

D、性能衡量

答案:A

唐人街探案之秦风
阶跃函数与sigmoid函数均为典型激活函数
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-48e8-c07f-52a228da6029.html
点击查看题目
PyTorch中,torch.Tensor()是python函数
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-9f10-c07f-52a228da6026.html
点击查看题目
为了加速人工智能的模型训练和推理速度,目前只能通过软件优化的方式进行提速。
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-e2d0-c07f-52a228da601b.html
点击查看题目
计算智能的主要内容包括() 
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3948-c07f-52a228da6009.html
点击查看题目
在其他条件不变的前提下,以下哪种做法容易引起机器学习中的过拟合问题()
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-fac8-c07f-52a228da6000.html
点击查看题目
避免由于过拟合造成貌似线性可分的结果,一个解决的办法是允许支持向量机在一些样本上出错,为此引入()的概念。
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-b008-c07f-52a228da6014.html
点击查看题目
()是AI的根基,为模型训练提供基本的资料;()是实现AI系统所需的硬件计算能力,为AI技术提供底层基础设施的支撑;()是机器的学习方法,提供各种各样的通用算法模型,并结合具体应用场景提供特定技术接口。
https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-15a8-c07f-52a228da6014.html
点击查看题目
关于支持向量机,哪项说法不正确()
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0298-c07f-52a228da601e.html
点击查看题目
如果自变量 X 和因变量 Y 之间存在高度的非线性和复杂关系,那么树模型很可能优于经典回归方法。这个说法正确吗?
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-4cd0-c07f-52a228da6015.html
点击查看题目
Boosting的本质实际上是一个加法模型,通过改变训练样本()学习多个分类器并进行一些线性组合
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0a68-c07f-52a228da601b.html
点击查看题目
首页
>
财会金融
>
唐人街探案之秦风
题目内容
(
单选题
)
手机预览
唐人街探案之秦风

对学习器的泛化性能进行评估,不仅需要有效可行的实验估计方法,还需要有衡量模型泛化能力的评价标准,这就是()。

A、性能度量

B、性能评估

C、泛化能力评估

D、性能衡量

答案:A

分享
唐人街探案之秦风
相关题目
阶跃函数与sigmoid函数均为典型激活函数

解析:正确

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-48e8-c07f-52a228da6029.html
点击查看答案
PyTorch中,torch.Tensor()是python函数

解析:torch.Tensor()是python类,torch.tensor()是python函数

https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-9f10-c07f-52a228da6026.html
点击查看答案
为了加速人工智能的模型训练和推理速度,目前只能通过软件优化的方式进行提速。
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-e2d0-c07f-52a228da601b.html
点击查看答案
计算智能的主要内容包括() 

A. 神经计算

B. 进化计算

C. 免疫计算

D. 蚁群算法

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3948-c07f-52a228da6009.html
点击查看答案
在其他条件不变的前提下,以下哪种做法容易引起机器学习中的过拟合问题()

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:SVM算法中使用高斯核/RBF核代替线性核容易引起机器学习中的过拟合问题

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-fac8-c07f-52a228da6000.html
点击查看答案
避免由于过拟合造成貌似线性可分的结果,一个解决的办法是允许支持向量机在一些样本上出错,为此引入()的概念。

A. 软间隔

B. 正则化

C. 硬间隔

D. 核函数

https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-b008-c07f-52a228da6014.html
点击查看答案
()是AI的根基,为模型训练提供基本的资料;()是实现AI系统所需的硬件计算能力,为AI技术提供底层基础设施的支撑;()是机器的学习方法,提供各种各样的通用算法模型,并结合具体应用场景提供特定技术接口。

A. 逻辑

B. 数据

C. 算力

D. 算法

解析:主要应用

https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-15a8-c07f-52a228da6014.html
点击查看答案
关于支持向量机,哪项说法不正确()

A. 支持向量机可以用于处理二分类及多分类问题

B. 支持向量机只能用于线性可分的分类问题

C. 支持向量机可用于回归问题

D. 核函数的选择对支持向量机的性能影响较大

解析:支持向量机可用用于线性可分的分类问题,也可于线性不可分的分类问题

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0298-c07f-52a228da601e.html
点击查看答案
如果自变量 X 和因变量 Y 之间存在高度的非线性和复杂关系,那么树模型很可能优于经典回归方法。这个说法正确吗?
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-4cd0-c07f-52a228da6015.html
点击查看答案
Boosting的本质实际上是一个加法模型,通过改变训练样本()学习多个分类器并进行一些线性组合

A. 权重

B. 分布

C. 概率

D. 数量

解析:Boosting的本质实际上是一个加法模型,通过改变训练样本权重学习多个分类器并进行一些线性组合

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0a68-c07f-52a228da601b.html
点击查看答案
试题通小程序
试题通app下载