A、线性回归
B、卷积神经网络
C、循环神经网络
D、LSTM
答案:ABCD
解析:见算法解析
A、线性回归
B、卷积神经网络
C、循环神经网络
D、LSTM
答案:ABCD
解析:见算法解析
A. 感知学习
B. 统计学习
C. 认知学习
D. 强化学习
解析:从未来看,通用型人工智能是发展趋势。具体来说,需要机器一方面能够通过感知学习、认知学习去理解世界;另一方面通过强化学习去模拟世界。
A. 特征选择
B. 决策树生成
C. 剪枝
D. 计算信息增益
解析:决策树构造只有特征选择、决策树生成、剪枝三个环节过程
A. 2016
B. 2017
C. 2018
D. 2019
A. 样本较多但典型性不好
B. 样本较少但典型性好
C. 样本呈团状分布
D. 样本呈链状分布
A. 软间隔
B. 硬间隔
C. 核函数
D. 以上选项均不正确
解析:对于线性可分的数据,支持向量机的解决方式是硬间隔
解析:正确
A. ER图
B. 语言模型
C. 面向对象模型
D. 谓词模型