A、基于正态分布的异常点检测算法
B、基于距离的异常点检测算法
C、3δ原则
D、简单统计分析
答案:A
A、基于正态分布的异常点检测算法
B、基于距离的异常点检测算法
C、3δ原则
D、简单统计分析
答案:A
A. 最小二乘法可以求解线性回归问题
B. 梯度下降法可以求解线性回归问题
C. 利用最小二乘法求解线性回归问题可能会出现局部最优解
D. 学习率是梯度下降法的重要参数
解析:线性最小二乘问题通过法方程解出来的一定是全局最优解, 事实上这是二次泛函的优化问题(更一般一点, 这是凸优化), 不会出现多个孤立的局部最优解
A. 数据分析
B. 知识提取
C. 自主学习
D. 智能决策
解析:主要应用
A. wL
B. ∂L/∂w
C. ∂w/∂L
D. w/L
解析:见算法解析
A. CBOW
B. BCOW
C. Skip-gram
D. Skip-cram
解析:见算法解析
A. 滤除图像中的不相干信号
B. 滤除图像中的高频信号
C. 滤除图形中的低频信号
D. 滤除图像中的冗余信号
解析:图像处理中无损压缩的目的是滤除图像中的冗余信号
A. 可理解性可记忆性可体验性
B. 可接受性可记忆性可体验性
C. 可接受性可记忆性可呈现性
D. 可理解性可记忆性可呈线性
A. 无偏估计
B. 极大似然估计
C. 区间估计
D. 有偏估计
解析:EM算法通过迭代求L(theta)=logP(Y|theta)的极大似然估计,每次迭代交替进行求期望和求极大化。
A. neg_mean_absolute_error,高
B. mean_absolute_error,高
C. mean_absolute_error,低
D. neg_mean_absolute_error,低
A. 相容
B. 相等
C. 互斥
D. 包含
解析:见算法解析