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
(
多选题
)
以下哪几项是数据科学的重要活动()

A、数据加工

B、数据审计

C、数据分析

D、数据呈现

答案:ABCD

唐人街探案之秦风
Python被广泛用于人工智能程序的开发,以下哪个库实现了机器学习的经典算法?
https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-15a8-c07f-52a228da6004.html
点击查看题目
以下说法正确的是()
https://www.shititong.cn/cha-kan/shiti/0005e9f1-2242-5948-c07f-52a228da6015.html
点击查看题目
为什么不能用多层全连接网络解决命名实体识别问题:
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0a68-c07f-52a228da6007.html
点击查看题目
图像数字化需要经过的步骤包括量化。
https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-2930-c07f-52a228da6001.html
点击查看题目
循环神经网络RNN中,常用的激活函数是()和()。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3d30-c07f-52a228da601d.html
点击查看题目
聚类是一种典型的无监督学习任务,然而在现实聚类任务中我们往往能获得一些额外的监督信息,于是可通过(___)来利用监督信息以获得更好的聚类效果。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-1a08-c07f-52a228da601f.html
点击查看题目
数据规范化指将数据按比例缩放(如更换大单位),使之落入一个特定的区域(如0-1)以提高数据挖掘效率的方法。规范化的常用方法有:最大-最小规范化、零-均值规范化、小数定标规范化。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-5888-c07f-52a228da601d.html
点击查看题目
有两个样本点,第一个点为正样本,它的特征向量是(0, -1);第二个点为负样本,它的特征向量是(2, 3),从这两个样本点组成的训练集构建一个线性SVM分类器的分类面方程是()。
https://www.shititong.cn/cha-kan/shiti/0005e9f1-2242-5560-c07f-52a228da6001.html
点击查看题目
哪个范数指向量中各个元素绝对值之和?
https://www.shititong.cn/cha-kan/shiti/0005e9f1-2242-4d90-c07f-52a228da6005.html
点击查看题目
xgboost借鉴了随机森林的做法,支持列抽样,不仅能降低过拟合,还能减少计算。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-48e8-c07f-52a228da6006.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
(
多选题
)
手机预览
唐人街探案之秦风

以下哪几项是数据科学的重要活动()

A、数据加工

B、数据审计

C、数据分析

D、数据呈现

答案:ABCD

分享
唐人街探案之秦风
相关题目
Python被广泛用于人工智能程序的开发,以下哪个库实现了机器学习的经典算法?

A. numpy

B. sclpy

C. matplotiib

D. skleam

https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-15a8-c07f-52a228da6004.html
点击查看答案
以下说法正确的是()

A. 离散化本质是将连续型数据分段

B. 数据中的离群值,会增强模型对于数据离群值的鲁棒性

C. 离散化后的特征,其取值均转化为有明确含义的区间号

D. 将连续型特征离散化后,特征的取值大大减少。

https://www.shititong.cn/cha-kan/shiti/0005e9f1-2242-5948-c07f-52a228da6015.html
点击查看答案
为什么不能用多层全连接网络解决命名实体识别问题:

A. 序列数据的输入和输出通常是不固定的,有的序列长,有的序列短

B. 全连接网络的根本不能处理任何序列数据

C. 全连接网络的层次太深导致梯度消失,所以不能处理序列问题

D. 命名实体识别问题是一个无法解决的问题,全连接网络也不能解决这个问题

解析:序列数据的输入和输出通常是不固定的,有的序列长,有的序列短,因此不能用多层全连接网络解决命名实体识别问题

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0a68-c07f-52a228da6007.html
点击查看答案
图像数字化需要经过的步骤包括量化。
https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-2930-c07f-52a228da6001.html
点击查看答案
循环神经网络RNN中,常用的激活函数是()和()。

A. sigmod函数

B. Relu函数

C. tanh函数

D. ELU函数

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3d30-c07f-52a228da601d.html
点击查看答案
聚类是一种典型的无监督学习任务,然而在现实聚类任务中我们往往能获得一些额外的监督信息,于是可通过(___)来利用监督信息以获得更好的聚类效果。

A. 监督聚类

B. 半监督聚类

C. 聚类

D. 直推聚类

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-1a08-c07f-52a228da601f.html
点击查看答案
数据规范化指将数据按比例缩放(如更换大单位),使之落入一个特定的区域(如0-1)以提高数据挖掘效率的方法。规范化的常用方法有:最大-最小规范化、零-均值规范化、小数定标规范化。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-5888-c07f-52a228da601d.html
点击查看答案
有两个样本点,第一个点为正样本,它的特征向量是(0, -1);第二个点为负样本,它的特征向量是(2, 3),从这两个样本点组成的训练集构建一个线性SVM分类器的分类面方程是()。

A. 2x + y = 4

B. x + 2y = 5

C. x + 2y = 3

D. 2x - y = 0

解析:对于两个点来说,最大间隔就是两点连线的垂直平分线,因此求出垂直平分线即可。

https://www.shititong.cn/cha-kan/shiti/0005e9f1-2242-5560-c07f-52a228da6001.html
点击查看答案
哪个范数指向量中各个元素绝对值之和?

A. p范数

B. 0范数

C. 1范数

D. 2范数

https://www.shititong.cn/cha-kan/shiti/0005e9f1-2242-4d90-c07f-52a228da6005.html
点击查看答案
xgboost借鉴了随机森林的做法,支持列抽样,不仅能降低过拟合,还能减少计算。

解析:正确

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-48e8-c07f-52a228da6006.html
点击查看答案
试题通小程序
试题通app下载