答案:A
A. 梯度下降法
B. 拟牛顿法
C. 启发式优化方法
D. EM算法
解析:EM算法
A. VGG
B. GoogLeNet
C. fast-RCNN
D. faster-RCNN
解析:Inception模块可以并行执行多个具有不同尺度的卷积运算或池化操作,下列网络运用Inception的是GoogLeNet
A. 增加树的深度
B. 增加学习率
C. 减少树的数量
D. 减小树的深度
解析:一般用决策树进行分类,从根结点开始,对实例的某一特征进行测试,根据测试结果,将实例分配到其子结点。这时,每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类,直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航 《统计学习方法》
决策树深度越深,在训练集上误差会越小,准确率越高。但是容易造成过拟合,而且增加模型的训练时间。对决策树进行修剪,减小树的深度,能够提高模型的训练速度,有效避免过拟合。
单决策树中,学习率不是一个有效参数。
决策树是单树,随机森林由多个决策树组成。
A. 深度学习
B. 特征学习
C. 模式识别
D. 自动翻译
A. 机器学习和人工智能是独立的两种技术
B. 机器学习是人工智能的核心技术和重要分支
C. 机器学习的目标是让机器设备像人类一样学习书本知识
D. 机器学习是指一系列程序逻辑控制算法
解析:机器学习是人工智能的核心,是使计算机具有智能的主要方法,其应用遍及人工智能的各个领域。
A. P30
B. Mate 20
C. 荣耀 V20
D. iPhone10
A. 不存在这样的二叉树
B. 200
C. 198
D. 199
解析:根据二叉树的性质,在任意一棵二叉树中,度为0的结点总是比度为2的结点多一个,则度为0的结点数为199+1=200。
A. 数据预处理
B. 数据清洗
C. 数据选择
D. 数据分析
A. 计算
B. 模型
C. 数据
D. 存储
解析:计算作为第四次工业革命的核心,其前沿算法和基础理论正在发生巨大变化。