A、梯度下降算法是一种使得损失函数最小化的方法
B、梯度反方向是函数值下降最快方向
C、梯度方向是函数值下降最快方向
D、梯度下降算法用来优化深度学习模型的参数
答案：C
A、梯度下降算法是一种使得损失函数最小化的方法
B、梯度反方向是函数值下降最快方向
C、梯度方向是函数值下降最快方向
D、梯度下降算法用来优化深度学习模型的参数
答案：C
解析：正确
A. 具有一致性和逻辑性
B. 获取和处理投研信息范围广、内容全
C. 可减少人为疏漏和失误
D. 可以进行简单问题的直接回复、复杂问题转人工支持
A. 采样分布
B. 趋势分析
C. 参数估计
D. 假设检验
A. C4.5
B. kNN分类
C. Adaboost
D. k-means
解析：Adaboost属于集成学习
解析：实数向量
A. zeros
B. ones
C. empty
D. arange
A. 防止过拟合
B. 减小误差
C. 增加网络复杂度
解析：dropout是指在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃。
A. SelectiveSearch
B. ROIpooling
C. Regionproposallayer
D. C4.5
解析：见算法解析
