A、弱分类器
B、强分类器
C、多个分类器
D、单个分类器
答案:A
解析:Adaboost就是从弱分类器出发反复训练,在其中不断调整数据权重或者是概率分布。
A、弱分类器
B、强分类器
C、多个分类器
D、单个分类器
答案:A
解析:Adaboost就是从弱分类器出发反复训练,在其中不断调整数据权重或者是概率分布。
A. 云计算
B. 因特网
C. 神经计算
D. 深度神经网络
A. 4004
B. 8080
C. 8008
D. 6006
A. 一
B. 二
C. 三
D. 四
解析:见算法解析
解析:正确
A. 序列相关问题
B. 图像分类
C. 图像检测
D. 推荐问题
A. ①②③④⑤
B. ②③④⑤⑥
C. ①②③④⑤⑥
D. ①②④⑤⑥
A. 增加神经网络层数, 可能会增加测试数据集的分类错误率
B. 减少神经网络层数, 总是能减小测试数据集的分类错误率
C. 增加神经网络层数, 总是能减小训练数据集的分类错误率
D. 1、2都对
A. 平均精确率是直接度量每个特征对模型精确率的影响
B. 平均精确率不改动每个特征的特征值在不同样本中的顺序
C. 对于不重要的特征来说,顺序变动对模型精确率影响也会很大
D. 以上都不对
A. 信息模型
B. 语言模型
C. 话题模型
D. 数据模型
A. 22
B. 21
C. 13
D. 20
解析:在树中,结点数为树中所有结点的度之和再加1。所以n0+n1+n2+n3=n0*0+n1*1+n2*2+n3*3+1,计算得出叶子结点数n0=9,该二叉树的总结点数为9+9+3=22。