A、点估计
B、一致估计
C、区间估计
D、无偏估计
答案:AC
A. 可以存储许多相关(激励,响应)模式对
B. 以分布、稳健的方式存储信息
C. 即使输入激励模式完全失真时,仍然可以产生正确的响应模式
D. 可在原存储中加入新的存储模式
A. ①③
B. ①②③
C. ②③
D. ①②
解析:全部描述正确
解析:正确
解析:正确
A. 梯度下降
B. 梯度爆炸
C. 梯度消失
D. 梯度扩散
解析:见算法解析
A. 信息增益与训练数据集的信息熵之比
B. 信息增益与训练数据集的经验熵之比
C. 信息增益与训练数据集的条件熵之比
D. 信息增益与训练数据集的交叉熵之比
解析:当熵和条件熵中的概率由数据估计(特别是极大似然估计)得到时,所对应的熵与条件熵分别称为经验熵(empirical entropy)和经验条件熵(empirical conditional entropy)。
A. DDR
B. DRAM
C. SRAM
D. FPGA
解析:在分布式隐私保护机器学习系统中,FPGA可为其提供算力支持。
A. 机器翻译技术
B. 机器翻译
C. 虚拟现实
D. 模式识别
A. 对序列的每个元素进行相同的计算,输出取决于之前的数据状态
B. 对序列的每个元素进行不同的计算,输出取决于之后的数据状态
C. 对序列的每个元素进行相同的计算,输出取决于之后的数据状态
D. 以上都不对