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