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
答案:B
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
答案:B
A. 语音识别
B. 机器翻译
C. 语音合成
D. 语言分析
A. 构建协方差矩阵
B. 矩阵分解得到特征值和特征向量
C. 特征值排序
D. 特征值归一化
A. 若λ=0,则等价于一般的线性回归
B. 若λ=0,则不等价于一般的线性回归
C. 若λ=+∞,则得到的权重系数很小,接近于零
D. 若λ=+∞,则得到的权重系数很大,接近与无穷大
解析:岭回归是一种专用于共线性数据分析的有偏估计回归方法,实质上是一种改良的最小二乘估计法 ,通过放弃最小二乘法的无偏性,以损失部分信息、降低精度为代价获得回归系数 更为符合实际、更可靠的回归方法,对病态数据的拟合要强于最小二乘法 。
A. k-means
B. 线性回归
C. svm
D. 逻辑回归
解析:支持向量机(SVM)从数据中找出一个数据的分割超平面。将两个类别的数据完全分割开,并且在模型构建的过程中,保证分割区间最大化,无迭代循环
解析:正确
A. 词形还原(Lemmatization)
B. 欧氏距离(Euclidean Distance)
C. 余弦相似度(Cosine Similarity)
D. N-grams
A. 人工智能业务
B. 人工智能算法
C. 人工智能训练数据
D. 机器学习框架平台
解析:主要应用
A. Web搜索引擎
B. 超市条形码扫描器
C. 声控电话菜单
D. 智能个人助理
A. 大数据基础
B. 运算效率
C. 设备降价
D. 人员广泛
解析:基于数据驱动型的传统人工智能,大多建立在“数据中立、算法公正和程序正义”三要素基础之上