A、PCA
B、LSA
C、混合高斯
D、k-means
答案:CD
解析:PCA与LSA只能解决降维问题
A、PCA
B、LSA
C、混合高斯
D、k-means
答案:CD
解析:PCA与LSA只能解决降维问题
A. 神经网络
B. 机器学习
C. 逻辑表示
D. 深度学习
解析:二十世纪五十年代后期初,基于神经网络的“连接主义”开始出现,代表性工作有感知机和Adaline。
A. BP算法是一种将输出层误差反向传播给隐藏层进行参数更新的方法
B. BP算法将误差从后向前传递,获得各层单元所产生误差,进而依据这个误差来让各层单元修正各单元参数
C. 对前馈神经网络而言,BP算法可调整相邻层神经元之间的连接权重大小
D. 在BP算法中,每个神经元单元可包含不可偏导的映射函数
A. 盘古
B. 悟道2.0
C. ERNIE3.0
D. PaddleOCR
解析:PaddleOCR为轻量型模型
A. 机器学习
B. 计算机视觉
C. 语音识别
D. 自然语言处理
A. t检验
B. 交叉验证t检验
C. Friedman检验
D. McNemar检验
解析:见算法解析
A. 线性变换
B. 非线性变换
C. 求函数最小值
D. 加速训练
解析:在CNN中,梯度下降法的作用是求函数最小值。
A. 逻辑表示法(谓词表示法)
B. 框架
C. 产生式
D. 语义网络