A、基于分歧方法
B、半监督SVM
C、生成式方法
D、半监督聚类
答案:D
解析:见算法解析
A、基于分歧方法
B、半监督SVM
C、生成式方法
D、半监督聚类
答案:D
解析:见算法解析
解析:正确
解析:正确
A. 无监督学习
B. 半监督学习
C. 强化学习
D. 有监督学习
解析:朴素贝叶斯算法属于有监督学习
A. 圆形分布
B. 螺旋分布
C. 带状分布
D. 凸多边形分布
A. 物流
B. 制造%
C. 军工
D. 公共服务
A. 对于分类问题,支持向量机需要找到与边缘点距离最大的分界线,从而确定支持向量。
B. 支持向量机的核函数负责输入变量和分类变量(输出)之间的映射。
C. 支持向量机可根据主题对新闻进行分类。
D. 支持向量机不能处理分界线为曲线的多分类问题。
解析:支持向量机可以处理分界线为曲线的多分类问题。
A. FastText
B. BERT
C. GoogLeNet
D. ResNet
解析:见算法解析
A. 防止模型欠拟合而加在损失函数后面的一项
B. L1范数符合拉普拉斯分布,是完全可微的
C. L1正则化项是模型各个参数的平方和的开方值
D. L1正则化可以产生稀疏权值矩阵,即产生一个稀疏模型,可以用于特征选择
解析:A、防止模型过拟合而加在损失函数后面的一项;B、L1范数符合拉普拉斯分布,是不完全可微的;C、L2正则化项是模型各个参数的平方和的开方值。