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
