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