A、1
B、19
C、6
D、sqrt(11)
答案：B
解析：L1范数是指向量中各个元素绝对值之和
A、1
B、19
C、6
D、sqrt(11)
答案：B
解析：L1范数是指向量中各个元素绝对值之和
A. 标注数据
B. 无标注数据
C. 二维数据
D. 图像数据
解析：Google与Facebook分别提出SimCLR与MoCo两个算法，实现在无标注数据上学习图像数据表征。两个算法背后的框架都是对比学习（contrastivelearning）
A. 表示虚数的语法是real+imagej
B. 实数部分和虚数部分都是浮点数
C. 虚数后缀是j,且必须是小写
D. 方法imag()返回复数的共轭复数
解析：见函数库
A. 顶点
B. 关系点
C. 连接点
D. 实体
解析：正确
A. keySet()
B. keys()
C. values()
D. list()
A. 模型训练
B. 模型部署
C. 模型构建
D. 模型评估
解析：主要应用
A. 数据治理
B. AI 市场
C. 可视化工作流
D. 自动学习
A. 目标检测
B. 智能相册
C. 场景分析
D. 语音合成
A. 增加树的深度
B. 增加学习率
C. 减少树的数量
D. 减小树的深度
解析：一般用决策树进行分类，从根结点开始，对实例的某一特征进行测试，根据测试结果，将实例分配到其子结点。这时，每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类，直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航 《统计学习方法》
决策树深度越深，在训练集上误差会越小，准确率越高。但是容易造成过拟合，而且增加模型的训练时间。对决策树进行修剪，减小树的深度，能够提高模型的训练速度，有效避免过拟合。
单决策树中，学习率不是一个有效参数。
决策树是单树，随机森林由多个决策树组成。
