A、集成学习通过构建并结合多个学习器来完成学习任务，也称为多分类器系统、基于委员会的学习等
B、集成中只包含同种类型的个体学习器，如“决策树集成”，“神经网络集成”等，这样的集成是“同质”的
C、集成中同时包含多种类型的个体学习器，这样的集成是“异质”的，异质集成的个体学习器一般称为基学习器
D、随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将指数级下降，最终趋向于零
答案：C
解析：见算法解析
A、集成学习通过构建并结合多个学习器来完成学习任务，也称为多分类器系统、基于委员会的学习等
B、集成中只包含同种类型的个体学习器，如“决策树集成”，“神经网络集成”等，这样的集成是“同质”的
C、集成中同时包含多种类型的个体学习器，这样的集成是“异质”的，异质集成的个体学习器一般称为基学习器
D、随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将指数级下降，最终趋向于零
答案：C
解析：见算法解析
A. 列与列之间的相关系数
B. 行与行之间的相关系数
C. 正确数据的个数
D. 无返回值
解析：f.corr()函数定义
A. 增加树的深度
B. 增大学习率(Learnin Rate)
C. 对决策树模型进行预剪枝
D. 减少树的数量
A. 搜索每个可能的权重和偏差组合，直到得到最佳值
B. 赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重
C. 随机赋值，听天由命
D. 以上都不正确的
A. 增加样本数量
B. 增加特征数量
C. 训练更多的迭代次数
D. 采用正则化方法
A. sigmoid
B. relu
C. tanh
D. skip
解析：见算法解析
A. 输入门、遗忘门
B. 任意门、输入门
C. 输出门、任意门
D. 遗忘门、任意门
解析：LSTM单元中引入了哪些门来更新当前时刻的单元状态向量?
A. 原型聚类
B. 密度聚类
C. 层次聚类
解析：np.ones可以创建全为1的数组
A. 反向传播算法
B. 卷积可视化解释
C. 非线性激活函数
D. 深度神经网络
解析：目前深度学习的必备技术反向传播算法，卷积可视化解释，非线性激活函数，深度神经网络，卷积神经网络，循环神经网络，递归神经网络等
