A、与Adaboost相比,随机森林采用一个固定的概率分布来产生随机向量
B、随着个体学习器数目的增加,随机森林通常会收敛到更低的泛化误差
C、与Adaboost相比,随机森林鲁棒性更好
D、随机森林的训练效率往往低于Bagging
答案:ABC
解析:见算法解析
A、与Adaboost相比,随机森林采用一个固定的概率分布来产生随机向量
B、随着个体学习器数目的增加,随机森林通常会收敛到更低的泛化误差
C、与Adaboost相比,随机森林鲁棒性更好
D、随机森林的训练效率往往低于Bagging
答案:ABC
解析:见算法解析
A. 对小样本加噪声采样
B. 对大样本进行下采样
C. 进行特殊的加权
D. 采用对不平衡数据集不敏感的算法
解析:见算法解析
A. 手工标注
B. 自动化标注
C. 半自动化标注
D. 半手工标注
A. XGBoost
B. Random Forest
C. SVM
D. Fp-Growth
A. 感知机根据正确的程度进行权重调整
B. 输入层接收外界输入信号传递给输出层
C. 输出层是M-P神经元
D. 感知机能容易实现逻辑与、或、非运算
解析:感知机由两层神经元组成,输入层接收外界输入信号后传递给输出层,输出层是M-P神经元,亦称“阔值逻辑单元”,感知机能容易地实现逻辑与、或、非运算
A. 概率图模型提供一种直观,快速的针对具体问题定义模型的方式
B. 概率图能让建模者根据对问题的理解确定特征之间的依赖关系
C. 有向图利用条件概率来表示
D. 无向图利用每个最大团的优势来表示
A. 感知器
B. 卷积神经网络
C. 全连接神经网络
D. 循环神经网络
A. k值并不是越大越好,k值过大,会降低运算速度
B. 选择更大的k值,会让偏差更小,因为k值越大,训练集越接近整个训练样本
C. 选择合适的k值,能减小验方差
D. 以上说法都正确
A. 图灵
B. 恰佩克
C. 诺贝尔
D. 奥巴
解析:艾伦·麦席森·图灵(Alan Mathison Turing,1912年6月23日-1954年6月7日),生于英国伦敦,毕业于剑桥大学国王学院和美国普林斯顿大学,英国数学家、逻辑学家,被称为计算机科学之父,人工智能之父。