A、逗号、分号
B、逗号、冒号
C、分号、逗号
D、分号、分号
答案：B
A、逗号、分号
B、逗号、冒号
C、分号、逗号
D、分号、分号
答案：B
A. 有向图又称为贝叶斯网络或者信念网络
B. 网络中的边用有向箭头表示子节点依赖于父节点
C. 变量之间的关系通过箭头对变量进行了某种“拓扑”
D. 在排序条件下，每个节点都只依赖和它直接相连的父节点，而不依赖与所有的前辈节点
A. 数据处理
B. 数据分析
C. 数据压缩
D. 数据收集
A. 防止过拟合
B. 减小误差
C. 增加网络复杂度
解析：dropout是指在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃。
A. 计算机理解的深度
B. 中间神经元网络的层次很多
C. 计算机的求解更加精准
D. 计算机对问题的处理更加灵活
解析：深度学习中的“深度”是指中间神经元网络的层次很多
A. 主板
B. 内存条
C. GPU
D. CPU
A. 数据形状变换
B. 模型筛选
C. 数据集划分
D. 数据归一化处理
解析：基础概念
A. 神经网络
B. 机器学习
C. 逻辑表示
D. 深度学习
解析：二十世纪五十年代后期初，基于神经网络的“连接主义”开始出现，代表性工作有感知机和Adaline。
A. 随机森林
B. Adaboost
C. kNN
D. XGBoost
解析：集成方法分类为：Bagging(并行训练)：随机森林，Boosting（串行训练）：Adaboost， GBDT: XgBoost,Stacking,Blending
A. numpy数组切片得到的是数组的副本，python对列表的切片得到的是指向相同缓冲区的视图
B. python对列表的切片得到的是列表的副本，numpy数组切片得到的是指向相同缓冲区的视图
C. python对列表的切片和numpy数组切片得到的都是指向相同缓冲区的视图
D. python对列表的切片和numpy数组切片得到的都是原对象的副本
解析：见函数库
A. 非线性变换和激活变换
B. 线性变换和非线性变换
C. 向量变换和标量变换
D. 化学变换和电变换
解析：人工神经元内部运算包含线性变换和非线性变换两个部分
