A、Boosting
B、Stacking
C、Bagging
D、Marking
答案：D
A、Boosting
B、Stacking
C、Bagging
D、Marking
答案：D
A. 混沌度没什么影响
B. 混沌度越低越好
C. 混沌度越高越好
D. 混沌度对于结果的影响不一定
A. boosting方法的主要思想是迭代式学习。
B. 训练基分类器时采用并行的方式。
C. 测试时，根据各层分类器的结果的加权得到最终结果。
D. 基分类器层层叠加，每一层在训练时，对前一层基分类器分错的样本给予更高的权值。
A. c=dict(zip(b,a))
B. c=dict(zip(a,b))
C. c=dict(list(a,b))
D. c=dict(list(b,a))
解析：见函数库
A. 盘古
B. 悟道2.0
C. ERNIE3.0
D. PaddleOCR
解析：PaddleOCR为轻量型模型
A. s[3]
B. s[-3]
C. s[0:-3]
D. s[:-3]
解析：字符串是一个字符序列，例如，字符串s，从右侧向左第3个字符用s[-3]索引
解析：目标检测是实现图像分割、目标追踪、事件检测与活动识别等复杂任务的基础。
A. len()
B. count()
C. find()
D. split()
A. k值并不是越大越好，k值过大，会降低运算速度
B. 选择更大的k值，会让偏差更小，因为k值越大，训练集越接近整个训练样本
C. 选择合适的k值，能减小验方差
D. 以上说法都正确
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
