A、同质集成
B、异质集成
C、本质集成
D、泛化集成
答案:AB
解析:若个体学习器都属于同一类别,例如都是决策树或都是神经网络,则称该集成为同质的(homogeneous);若个体学习器包含多种类型的学习算法,例如既有决策树又有神经网络,则称该集成为异质的(heterogenous)。
A、同质集成
B、异质集成
C、本质集成
D、泛化集成
答案:AB
解析:若个体学习器都属于同一类别,例如都是决策树或都是神经网络,则称该集成为同质的(homogeneous);若个体学习器包含多种类型的学习算法,例如既有决策树又有神经网络,则称该集成为异质的(heterogenous)。
A. 正定型
B. 齐次性
C. 三角不等式
D. 相容性
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
A. 直接推理和间接推理
B. 正向推理和反向推理
C. 逻辑推理和非逻辑推理
D. 准确推理和模糊推理
A. 搜索是为了达到某一目标而多次进行某种操作、运算、推理或计算的过程
B. 所有的智能活动过程,都可以看作或者抽象为一个基于搜索的问题求解
C. 搜索是人在求解问题时不知现成解法的情况下所采取的一种普遍方法
D. 搜索可以看作人类和其他生物所具有的一种元知识
A. 数据挖掘
B. 数据分析
C. 数据读取
D. 数据整理
解析:无监督学习常常被用于数据挖掘,用于在大量无标签数据中发现些什么。
A. 一定
B. 不一定
C. 可能
D. 以上都不对
A. SVM 分类
B. 使用 SelectiveSearch 输出候选框
C. 使用 MLP 进行分类与回归预测
D. 使用 ROIpooling
解析: FasterRCNN 没有用到使用 SelectiveSearch 输出候选框
A. 框架网络
B. 语义图
C. 博亦图
D. 状态图
解析:基础概念
A. 全连接网络完全不能做计算机视觉任务
B. 全连接网络理论在处理视觉任务时计算量很小
C. 全连接网络理论在处理视觉任务时会出现维数灾难现象,而卷积神经网络可以缓解这一现象
D. 卷积神经网络只能做计算机视觉任务
解析:全连接网络理论在处理视觉任务时会出现维数灾难现象,而卷积神经网络可以缓解这一现象