A、剪枝
B、特征选取
C、数据清理
D、决策树生成
答案:C
A、剪枝
B、特征选取
C、数据清理
D、决策树生成
答案:C
A. 采用属性条件独立性假设
B. 假设属性之间相互独立
C. 为了避免条件概率是所以属性上的联合概率
D. 假设属性之间是相关的
解析:朴素贝叶斯分类器采用了“属性条件独立性假设”,对
已知类别,假设所有属性相互独立,换言之,假设每个属性独立地对分类结果发生影响
A. 网格结构
B. 数组结构
C. 序列结构
D. 表格结构
解析:循环神经网络(recurrent neural network,RNN),是一种用于处理具有类似( )的数据的神经网络。
A. 主成分分析PCA
B. 数据采样
C. 正则化
D. 最小二乘法
A. 卷积神经网络
B. 递归神经网络
C. 残差网络
D. xgboost 算法
解析:XGBoost是针对分类或回归问题的boosting算法的一种实现方式,并不是神经网络的代表。
A. LSTM
B. GRU
C. CNN
D. ResNet
A. VGG
B. GoogLeNet
C. fast-RCNN
D. faster-RCNN
解析:Inception模块可以并行执行多个具有不同尺度的卷积运算或池化操作,下列网络运用Inception的是GoogLeNet
解析:正确
A. 事务
B. 数据仓库
C. 数据单元
D. D数据分析
A. 在样本总量中类别比重很小(少数类)的都是离群值
B. 数据测量,自然变异,数据收集中的错误都会产生离群值
C. 在统计学中,上下 α 点分位以外的值认为是离群值
D. 可以通过样本点邻域点的密度判断是否属于离群值