A、3＇
B、＇11＇
C、＇2＇
D、＇5＇
答案：B
A、3＇
B、＇11＇
C、＇2＇
D、＇5＇
答案：B
A. 轨迹跟踪
B. 决策树
C. 数据挖掘
D. K近邻算法
解析：轨迹跟踪又称为前轮反馈控制法（Front wheel feedback)，核心在于基于前轮中心的路径跟踪偏差量对方向盘转向控制量进行计算。决策树算法是一种逼近离散函数值的方法，它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。符合题意的为B项决策树。答案选B
A. 一对一
B. 一对其余
C. 一对多
D. 多对多
解析：见算法解析
A. 自底而上
B. 自顶而下
C. 自大而小
D. 自小而大
解析：见算法解析
A. 执行器
B. 评价器
C. 泛化器
D. 实验生成器
A. ReLU
B. tanh
C. SIGMOID
D. 以上都不是
A. 类的实例方法必须创建对象后才可以调用
B. 类的实例方法必须创建对象前才可以调用
C. 类的类方法可以用对象和类名来调用
D. 类的静态属性可以用类名和对象来调用
A. 效果评估
B. 建立模型
C. 损失函数
D. 参数学习
解析：见算法解析
A. 增加神经网络层数,可能会增加测试数据集的分类错误率
B. 减少神经网络层数,总是能减小测试数据集的分类错误率
C. 增加神经网络层数,总是能减小训练数据集的分类错误率
A. 神经计算
B. 进化计算
C. 模糊计算
D. 数字计算
A. 混沌度没什么影响
B. 混沌度越低越好
C. 混沌度越高越好
D. 混沌度对于结果的影响不一定
