混合模型比K均值或模糊c均值更一般,因为它可以使用各种类型的分布。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-5888-c07f-52a228da6006.html
点击查看答案
下列哪项不是知识图谱构建的主要技术（）
A. 命名实体识别
B. 实体链接
C. 关系抽取
D. 词性标注
解析：知识图谱构建的不太利用词性标注
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0680-c07f-52a228da6005.html
点击查看答案
下列关于LARS算法的说法正确的是(___)
A. 每次选择一个与残差相关性最大的特征
B. 是一种包裹式特征选择法
C. 基于线性回归平绝对误差最小化
D. 是通过对LASSO稍加修改而实现
解析：见算法解析
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-1a08-c07f-52a228da6018.html
点击查看答案
在分类问题中,我们经常会遇到正负样本数据量不等的情况,比如正样本为 10w条数据,负样本只有 1w条数据,以下最合适的处理方法是
A. 将负样本重复 10 次,生成 10w 样本量,打乱顺序参与分类&;&直接进行分类,可以最大限度利用数据&;&从 10w 正样本中随机抽取 1w 参与分类&;&将负样本每个权重设置为 10,正样本权重为 1,参与训练过程
解析：基础概念
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-cb60-c07f-52a228da6015.html
点击查看答案
当前，预训练模型参数数量、训练数据规模按照（）倍/年的趋势增长。
A. 10
B. 100
C. 300
D. 1000
解析：P9
https://www.shititong.cn/cha-kan/shiti/0005ea1f-b051-9a68-c027-a9ed70c9540c.html
点击查看答案
为什么不能用多层全连接网络解决命名实体识别问题：
A. 序列数据的输入和输出通常是不固定的，有的序列长，有的序列短
B. 全连接网络的根本不能处理任何序列数据
C. 全连接网络的层次太深导致梯度消失，所以不能处理序列问题
D. 命名实体识别问题是一个无法解决的问题，全连接网络也不能解决这个问题
解析：序列数据的输入和输出通常是不固定的，有的序列长，有的序列短，因此不能用多层全连接网络解决命名实体识别问题
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0a68-c07f-52a228da6007.html
点击查看答案
用于监督分类的算法有()。
A. 支持向量机
B. 决策树
C. 神经网络
D. 线性回归
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-c778-c07f-52a228da6018.html
点击查看答案
阶跃函数与sigmoid函数均为典型激活函数
解析：正确
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-48e8-c07f-52a228da6029.html
点击查看答案
Inception模块采用（）的设计形式，每个支路使用（）大小的卷积核。
A. 多通路，不同
B. 单通路，不同
C. 多通路，相同
D. 单通路，相同
解析：Inception模块采用多通路，不同的设计形式，每个支路使用多通路，不同大小的卷积核。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-fac8-c07f-52a228da6011.html
点击查看答案
关于贝叶斯网的学习描述错误的为(___)
A. 贝叶斯的学习过程为对训练样本计数；
B. 估计出每个结点的条件概率；
C. 网络结构为已知；
D. 评分搜索为求解的常用办法；
解析：见算法解析
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-1a08-c07f-52a228da600c.html
点击查看答案
