A、 适用于小规模数据集
B、 适用于多分类任务
C、 适合增量式训练
D、 对输入数据的表达形式不敏感
答案:ABC
A、 适用于小规模数据集
B、 适用于多分类任务
C、 适合增量式训练
D、 对输入数据的表达形式不敏感
答案:ABC
解析:聚类问题是无监督学习问题
A. 负梯度方向是使函数值下降最快的方向
B. 当目标函数是凸函数时,梯度下降法的解是全局最优解
C. 梯度下降法比牛顿发收敛速度快
D. 梯度下降法需要确定合适的迭代步长
解析:牛顿法需要二阶求导,梯度下降法只需一阶,因此牛顿法比梯度下
降法更快收敛。
A. 轨迹跟踪
B. 决策树
C. 数据挖掘
D. K近邻算法
解析:决策树是一种基于树结构进行决策的算法。
A. FP-growth
B. DBSCAN
C. Apriori
D. GDBT
解析:见算法解析
A. 变量的不确定性越大,熵也就越大
B. 一个系统越是有序,信息熵就越高
C. 信息熵也可以说是系统有序化程度的一个度量
D. 信息熵是对信息源整体不确定性的度量
解析:信息熵,描述信息源各可能事件发生的不确定性.来源于热力学第二定律,一个系统越是有序,信息熵就越低;反之,一个系统越是混乱,信息熵就越高。所以,信息熵也可以说是系统有序化程度的一个度量。答案ACD
A. DDR
B. DRAM
C. SRAM
D. FPGA
解析:在分布式隐私保护机器学习系统中,FPGA可为其提供算力支持。
A. 基于正态分布的异常点检测算法
B. 基于距离的异常点检测算法
C. 3δ原则
D. 简单统计分析
A. 学习率和w、b一样是参数,是系统自己学习得到的
B. 学习率越大系统运行速度越快
C. 学习率越小系统一定精度越高
D. 学习率的大小是根据不同场景程序员自己设定的,不宜太大或者太小
解析:学习率的大小是根据不同场景程序员自己设定的,不宜太大或者太小
A. 对未知数据进行正则化
B. 计算未知数据与已知标签数据之间的距离
C. 得到距离未知数据最近的k个已知标签数据
D. 通过已知标签数据的数量进行多数表决,作为未知数据的分类结果