APP下载
首页
>
财会金融
>
唐人街探案之秦风
搜索
唐人街探案之秦风
题目内容
(
单选题
)
DBSCAN算法将“簇”定义为:由()导出的最大的密度相连样本集合。

A、密度直达关系

B、密度可达关系

C、密度相连关系

答案:B

解析:DBSCAN算法将“簇”定义为:由密度可达关系导出的最大的密度相连样本集合。

唐人街探案之秦风
K-Means 算法无法聚以下哪种形状的样本
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-e740-c07f-52a228da6013.html
点击查看题目
HDFS默认BlockSize的大小是()。
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-bfa8-c07f-52a228da600e.html
点击查看题目
感知机学习算法可以直观解释为:当一个实例点被误分类,即位于分离超平面的错误一侧时,则调整模型权重,使分离超平面向该误分类点的一侧移动,以减少该误分类点与超平面之间的距离,直至超平面越过该误分类点使其被正确分类。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-5c70-c07f-52a228da6017.html
点击查看题目
xgboost在代价函数里加入了(),用于控制模型的复杂度
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0e50-c07f-52a228da6001.html
点击查看题目
一条规则形如:,其中“←"左边的部分称为(___)
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-1df0-c07f-52a228da600e.html
点击查看题目
如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解决方法为
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-2d90-c07f-52a228da600b.html
点击查看题目
关于FPGA芯片内存储器资源描述正确的是
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-8f70-c07f-52a228da6008.html
点击查看题目
神将网络训练时,常会遇到很多问题,对于梯度消失问题,我们可以通过选择使用以下哪种函数减轻该问题?
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-f2f8-c07f-52a228da6018.html
点击查看题目
逻辑回归是一种用于有监督学习的回归任务的简单算法
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-50b8-c07f-52a228da6010.html
点击查看题目
只有Python扩展库才需要导入以后才能使用其中的对象,Python标准库不需要导入即可使用其中的所有对象和方法。
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-a6e0-c07f-52a228da6025.html
点击查看题目
首页
>
财会金融
>
唐人街探案之秦风
题目内容
(
单选题
)
手机预览
唐人街探案之秦风

DBSCAN算法将“簇”定义为:由()导出的最大的密度相连样本集合。

A、密度直达关系

B、密度可达关系

C、密度相连关系

答案:B

解析:DBSCAN算法将“簇”定义为:由密度可达关系导出的最大的密度相连样本集合。

分享
唐人街探案之秦风
相关题目
K-Means 算法无法聚以下哪种形状的样本

A. 圆形分布

B. 螺旋分布

C. 带状分布

D. 凸多边形分布

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-e740-c07f-52a228da6013.html
点击查看答案
HDFS默认BlockSize的大小是()。

A. 32MB

B. B.64MB

C. 128MB

D. 256M

https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-bfa8-c07f-52a228da600e.html
点击查看答案
感知机学习算法可以直观解释为:当一个实例点被误分类,即位于分离超平面的错误一侧时,则调整模型权重,使分离超平面向该误分类点的一侧移动,以减少该误分类点与超平面之间的距离,直至超平面越过该误分类点使其被正确分类。

解析:来自教材原文

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-5c70-c07f-52a228da6017.html
点击查看答案
xgboost在代价函数里加入了(),用于控制模型的复杂度

A. 正则项

B. 非线性

C. 激活函数

D. 特征变换

解析:xgboost在代价函数里加入了正则项,用于控制模型的复杂度

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0e50-c07f-52a228da6001.html
点击查看答案
一条规则形如:,其中“←"左边的部分称为(___)

A. 规则长度

B. 规则头

C. 布尔表达式

D. 规则体

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-1df0-c07f-52a228da600e.html
点击查看答案
如果深度学习神经网络出现了梯度消失或梯度爆炸问题我们常用的解决方法为

A. 梯度剪切

B. 随机欠采样

C. 使用 Relu 激活函数

D. 正则化

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-2d90-c07f-52a228da600b.html
点击查看答案
关于FPGA芯片内存储器资源描述正确的是

A. FPGA内部有BLOCK RAM存储器

B. 使用BLOCK RAM资源需占用额外的逻辑资源,并且速度慢

C. BLOCK RAM由一定数量固定大小的存储块构成的

D. FPGA内部有由LUT配置成的分布式存储器

解析:Block ram由一定数量固定大小的存储块构成的,使用BLOCK RAM资源不占用额外的逻辑资源,并且速度快,但是使用的时候消耗的BLOCK RAM资源是其块大小的整数倍。

https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-8f70-c07f-52a228da6008.html
点击查看答案
神将网络训练时,常会遇到很多问题,对于梯度消失问题,我们可以通过选择使用以下哪种函数减轻该问题?

A. Relu 函数

B. Sigmoid 函数

C. tanh 函数

D. Softsign 函数

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4768-f2f8-c07f-52a228da6018.html
点击查看答案
逻辑回归是一种用于有监督学习的回归任务的简单算法

解析:虽然算法的名字中包含“回归”二字,但其实它是用于分类问题的算法

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-50b8-c07f-52a228da6010.html
点击查看答案
只有Python扩展库才需要导入以后才能使用其中的对象,Python标准库不需要导入即可使用其中的所有对象和方法。
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-a6e0-c07f-52a228da6025.html
点击查看答案
试题通小程序
试题通app下载