A、减少模型复杂度
B、增加正则化项
C、L1范数或L2范数
D、使用特征选择算法
答案:ABCD
A、减少模型复杂度
B、增加正则化项
C、L1范数或L2范数
D、使用特征选择算法
答案:ABCD
A. 基于正态分布的异常点检测算法
B. 基于距离的异常点检测算法
C. 3δ原则
D. 简单统计分析
A. 相关不一定是线性关系,可能是非线性关系。
B. 相关一定是线性关系,不可能是非线性关系。
C. 相关时若有相关系数r为0,说明两个变量之间不存在线性关系,仍可能存在非线性关系。
D. 相关系数为0是两个变量独立的必要不充分条件。
解析:load_data()→create_model()→model.fit()→model.predict()
A. 平均法
B. 投票法
C. 学习法
A. 全连接网络完全不能做计算机视觉任务
B. 全连接网络理论在处理视觉任务时计算量很小
C. 全连接网络理论在处理视觉任务时会出现维数灾难现象,而卷积神经网络可以缓解这一现象
D. 卷积神经网络只能做计算机视觉任务
解析:全连接网络理论在处理视觉任务时会出现维数灾难现象,而卷积神经网络可以缓解这一现象
A. 算法、数据结构和程序设计方法学
B. 数据、算法和数据结构
C. 输入、操作处理和输出
D. 数据、数据结构和处理
A. 智能语音
B. 自然语言处理
C. 类脑智能计算
D. 人机混合智能
解析:基础概念
A. GAN
B. LSTM
C. CNN
D. GRU
解析:2018年“全球十大突破性技术”,对抗性神经网络简称为GAN