A、
回归
B、二分类
C、多分类
D、目标检测
答案:B
解析:BineryCrossEntropy可作为二分类问题的loss函数
A、
回归
B、二分类
C、多分类
D、目标检测
答案:B
解析:BineryCrossEntropy可作为二分类问题的loss函数
A. 情感分析
B. 问答系统
C. 机器翻译
D. 所有选项
解析:深度学习可以用来解决上述所有NLP问题。
解析:知识图谱以结构化的形式、描述客观世界中存在的概、实体和实体间的关系
A. 理论
B. 知识
C. 推理
D. 智能
解析:二十世纪五十年代到七十年代初,人工智能处于推理期。
A. 数据挖掘
B. 统计分析
C. 数理统计
D. 优化技术
A. ReLU
B. Sigmoid
C. softplus
D. Mish
A. 深度学习
B. 人机交互
C. 机器学习
D. 智能芯片
解析:机器学习(ML)是计算机系统为了有效地执行特定任务,不使用明确的指令,而依赖模式和推理使用的算法和统计模型的科学研究。它被视为人工智能的一个子集。
A. 词形还原(Lemmtiztion)
B. Levenshtein
C. 词干提取(Stemming)
D. 探测法(Sounex)
解析:RoI是Region of Interest的简写,是指对一张图片的“感兴趣区域”,用于RCNN系列算法当中,输入图片在经过卷积网络得到feature maps后,利用选择搜索或者RPN算法来得到多个目标候选框,这些以输入图片为参考坐标的候选框在feature maps上的映射区域,即为目标检测中所说的RoI。
解析:错误
A. 词语级
B. 句子级
C. 篇章级
D. 章节级
解析:见算法解析