A、核函数的选择
B、核函数的参数
C、软间隔参数C
D、以上都有
答案：D
A、核函数的选择
B、核函数的参数
C、软间隔参数C
D、以上都有
答案：D
A. 局部最优解
B. 全局最优解
C. 鞍点
D. 转折点
A. A =0
B. B!=C时A=0
C. A!=0时B=C
D. |A|!=0时B=C
A. 趋势
B. 季节性变化
C. 离散值
D. 缺失值
A. 我们随机抽取一些样本, 在这些少量样本之上训练
B. 我们可以试用在线机器学习算法
C. 我们应用PCA算法降维, 减少特征数
D. 以上所有
A. 文本识别
B. 机器翻译
C. 文本分类
D. 问答系统
解析：文本分类”是自然语言处理的重要应用，也可以说是最基础的应用。文本分类用电脑对文本集按照一定的分类体系或标准进行自动分类标记；它根据一个已被标注的训练文档集合，找到文档特征和文档类别间的关系模型，然后利用这种关系模型对新的文档进行类别判断。答案选C
A. JPG
B. png
C. GIF
D. BMP
解析：主要应用
A. 被建模系统内在的随机性
B. 不完全观测
C. 不完全建模
D. 不完全判断
解析：参考《深度学习》P48
A. boosting方法的主要思想是迭代式学习。
B. 训练基分类器时采用并行的方式。
C. 测试时，根据各层分类器的结果的加权得到最终结果。
D. 基分类器层层叠加，每一层在训练时，对前一层基分类器分错的样本给予更高的权值。
