A、归一化的目的是将数据限制在一定范围
$;$归一化后可加快梯度下降求最优解的速度
$;$逻辑回归等模型先验假设数据服从正态分布
答案：ABC
A、归一化的目的是将数据限制在一定范围
$;$归一化后可加快梯度下降求最优解的速度
$;$逻辑回归等模型先验假设数据服从正态分布
答案：ABC
A. 结构化
B. 非结构化
C. 对称化
D. 规则化
解析：图计算中图数据往往是非结构化和不规则的，在利用分布式框架进行图计算时，首先需要对图进行划分，将负载分配到各个节点上
A. SVM
B. DBSCAN
C. FP-growth
D. 决策树
A. Backup—c命令用于进行完整备份
B. Backup—p命令用于进行增量备份
C. Backup—f命令备份由file指定的文件
D. Backup—d命令当备份设备为磁带时使用此选项
A. 图像识别与分类
B. 医学影像分析
C. 语音识别
D. 人脸识别与情感计算
A. 可读,可写入,可执行
B. 可读
C. 可读,可执行
D. 可写入
A. plt.vlines()
B. plt.plot_date()
C. plt.contour(X,Y,Z,N)
D. plt.specgram(x,NFFT=256,pad_to,F)
解析：Matplotlib库中，用来绘制等值图的pyplot的基础图标函数是plt.contour(X,Y,Z,N)。
A. Mini-Batch 为偶数的时候，梯度下降算法训练的更快
B. Mini-Batch 设为2的幂，是为了符合 CPU、GPU 的内存要求，利于并行化处理
C. 不使用偶数时，损失函数是不稳定的
D. 以上说法都不对
A. JP聚类擅长处理噪声和离群点，并且能够处理不同大小、形状和密度的簇。
B. JP算法对高维数据效果良好，尤其擅长发现强相关对象的紧致簇。
C. JP聚类是基于SNN相似度的概念。
D. JP聚类的基本时间复杂度为O(m)。
A. 对数几率回归是一种分类学习方法
B. 对数几率回归无需事先假设数据分布
C. 对数几率回归是可得到近似概率预测
D. 对数几率回归任意阶可导的凸函数
解析：见算法解析
