A、预测结果与样本标签之间的误差
B、各个输入样本的平方差之和
C、各个网络权重的平方差之和
D、都不对
答案:A
A、预测结果与样本标签之间的误差
B、各个输入样本的平方差之和
C、各个网络权重的平方差之和
D、都不对
答案:A
A. t+1时刻状态取决于t时刻状态
B. t-1时刻状态取决于t+1时刻状态
C. t+2时刻状态取决于t时刻状态
D. t+1时刻状态和t时刻状态相互独立
解析:马尔可夫链的同时定义了马尔可夫性质,该性质也被称为“无记忆性”,即t+1步的随机变量在给定第t步随机变量后与其余的随机变量条件独立
A. 逻辑
B. 数据
C. 算力
D. 算法
解析:主要应用
A. 频繁模式挖掘
B. 分类和预测
C. 数据预处理
D. 数据流挖掘
A. 可以存储许多相关(激励,响应)模式对
B. 以分布、稳健的方式存储信息
C. 即使输入激励模式完全失真时,仍然可以产生正确的响应模式
D. 可在原存储中加入新的存储模式
解析:见算法解析
A. 最优
B. 一般
C. 满意
D. 最坏
A. Mini-Batch 为偶数的时候,梯度下降算法训练的更快
B. Mini-Batch 设为2的幂,是为了符合 CPU、GPU 的内存要求,利于并行化处理
C. 不使用偶数时,损失函数是不稳定的
D. 以上说法都不对
A. 机器开始像人类一样能理解、思考与决策
B. 机器开始像人类一样会计算,传递信息
C. 机器开始看懂和听懂,做出判断,采取一些简单行动
解析:错误
A. abc2
B. abcabc
C. abcc
D. ababcc