A、Knn
B、Adaboost
C、随机森林
D、XGBoost
答案:BCD
解析:集成学习方法大致可分为两大类:即个体学习器间存在强依赖关系,必须串行生成的序列化方法以及个体学习器间不存在强依赖关系、可同时生成的并行化方法;前者代表是 Boosting ,后者代表是 Bagging 和“ 随机森林 ”
A、Knn
B、Adaboost
C、随机森林
D、XGBoost
答案:BCD
解析:集成学习方法大致可分为两大类:即个体学习器间存在强依赖关系,必须串行生成的序列化方法以及个体学习器间不存在强依赖关系、可同时生成的并行化方法;前者代表是 Boosting ,后者代表是 Bagging 和“ 随机森林 ”
A. 车纹识别
B. 图像分割
C. 人脸识别
D. 图像识别
解析:定义曼哈顿距离的正式意义为L1-距离或城市区块距离,也就是在欧几里德空间的固定直角坐标系上两点所形成的线段对轴产生的投影的距离总和
A. SVM
B. DBSCAN
C. FP-growth
D. 决策树
A. 计算机表示法
B. 谓词表示法
C. 框架表示法
D. 产生式规则表示法
A. 关键结构
B. 信息字段
C. 标签
A. 蛋白质结构预测
B. 化学反应的预测
C. 外来粒子的检测
D. 所有这些
A. 4
B. 3
C. None
D. 2
A. 图灵
B. 费根鲍姆
C. 纽维尔
D. 西蒙