A、冗余属性不会对决策树的准确率造成不利的影响
B、子树可能在决策树中重复多次
C、决策树算法对于噪声的干扰非常敏感
D、寻找最佳决策树是NP完全问题
答案:ABD
A、冗余属性不会对决策树的准确率造成不利的影响
B、子树可能在决策树中重复多次
C、决策树算法对于噪声的干扰非常敏感
D、寻找最佳决策树是NP完全问题
答案:ABD
A. 参数分析
B. 逻辑分析
C. 假设分析
D. 相关分析
A. 增加训练数据
B. 减少训练数据
C. 计算更多变量
D. 减少特征
A. TensorFlow
B. PyTorch
C. PaddlePaddle
D. Caffe
A. AdaBoost
B. 随机森林
C. XGBoost
D. GBDT
解析:Boosting是一族可将弱学习器提升为强学习器的算法,其典型代表包括AdaBoost,XGBoost和
A. 1
B. 2
C. 1和3
D. 2和4
A. 1.2.3.4
B. 1.3.4.6
C. 1.2.3.4.5.6
D. 3.4.6
解析:DSSM经典模型的优点;1.解决了字典爆炸问题,降低了计算复杂度;2.中文方面使用字作为最细切分粒度,可以复用每个字表达的词义,减少分词的依赖,从而提高模型的泛化能力;3.字母的n-gram可以更好的处理新词,具有较强的鲁棒性;4.使用有监督的方法,优化语义embedding的映射问题;5.省去了人工特征工程;6.采用有监督训练,精度较高。
A. 池化层主要用于降低特征图的分辨率
$;$通常在卷积层之后会增加池化层,有时卷积层后面也可能不跟池化层
C.深度卷积网络中,卷积层是必须的,但是全连接层可有可无
D.非线性激活层可以完成非线性变换
A. neg_mean_absolute_error,高
B. mean_absolute_error,高
C. mean_absolute_error,低
D. neg_mean_absolute_error,低