A、[0, 0.5, 1.5, 2, 2.5]
B、[1, 2, 3, 4, 5]
C、[0, 1, 1, 2, 2]
D、[0, 0, 1, 1, 2]
答案:D
解析:列表推导式基本用法
A、[0, 0.5, 1.5, 2, 2.5]
B、[1, 2, 3, 4, 5]
C、[0, 1, 1, 2, 2]
D、[0, 0, 1, 1, 2]
答案:D
解析:列表推导式基本用法
A. Knn
B. Adaboost
C. 随机森林
D. XGBoost
解析:集成学习方法大致可分为两大类:即个体学习器间存在强依赖关系,必须串行生成的序列化方法以及个体学习器间不存在强依赖关系、可同时生成的并行化方法;前者代表是 Boosting ,后者代表是 Bagging 和“ 随机森林 ”
A. 交叉验证的次数
B. 用到的核函数
C. 在分类准确性和模型复杂度之间的权衡
D. 以上都不对
A. 需求分析
B. 概要设计
C. 详细设计
D. 单元测试
A. zeros
B. ones
C. empty
D. arange
A. 监督聚类
B. 半监督聚类
C. 聚类
D. 直推聚类
解析:见算法解析
A. 服务
B. 接口
C. 协议
D. Web服务
解析:主要应用
A. least()
B. min()
C. mini()
D. max()
A. 深度学习、机器学习
B. 计算机视觉、自然语言处理
C. 人机交互、生物信息技术、智能芯片
D. 虚拟现实/增强现实、机器人技术
解析:人工智能技术包括5种:机器学习、机器人技术、自然语言处理、生物识别技术、计算机视觉