A、朴素贝叶斯
B、深度残差网络
C、卷积神经网络 CNN
D、循环神经网络 RNN
答案:A
解析:朴素贝叶斯算法是基于贝叶斯定理与特征条件独立假设的分类算法不属于深度学习模型。
A、朴素贝叶斯
B、深度残差网络
C、卷积神经网络 CNN
D、循环神经网络 RNN
答案:A
解析:朴素贝叶斯算法是基于贝叶斯定理与特征条件独立假设的分类算法不属于深度学习模型。
A. 数据预处理
B. 特征工程
C. 算法调用
D. 参数调优
A. 手工标注
B. 自动化标注
C. 半自动化标注
D. 半手工标注
A. 分层采样
B. 留出采样
C. 随机采样
D. 泛化采样
A.
计算智能、感知智能、认知智能
B. 计算智能、感应智能、认知智能
C. 机器智能、感知智能、认知智能
D. 机器智能、感应智能、认知智能
解析:机器智能水平由低到高依次是:计算智能、感知智能、认知智能
A. end
B. stop
C. kill
D. free
A. 元素
B. 像素
C. 特征
D. 部件
A. 线性回归
B. 深度残差网络
C. 卷积神经网络CNN
D. 循环神经网络RNN
解析:线性回归是传统统计学系呢绒
A. 对数几率回归是一种分类学习方法
B. 对数几率回归无需事先假设数据分布
C. 对数几率回归是可得到近似概率预测
D. 对数几率回归任意阶可导的凸函数
解析:见算法解析
A. CNN
B. RNN
C. GRU
D. LSTM
解析:在处理序列数据时,较容易出现梯度消失现象的模型是RNN
A. date_time
B. date_range
C. to_timedelta
D. to_datetime