A、kNN
B、SVR
C、线性回归
D、逻辑回归
答案:BC
解析:见算法解析
A、kNN
B、SVR
C、线性回归
D、逻辑回归
答案:BC
解析:见算法解析
A. 可理解性可记忆性可体验性
B. 可接受性可记忆性可体验性
C. 可接受性可记忆性可呈现性
D. 可理解性可记忆性可呈线性
A. LeNet
B. AlexNet
C. GoogLeNet
D. ResNets
解析:ResNets(Residual Networks)残差网络;LeNet是最早的卷积神经网络结构,AlexNet首次在CNN中成功应用了ReLU、Dropout和LRN等技术,GoogLeNet加入Inception网络结构来搭建一个稀疏性、高计算性能的网络结构,后三种网络都没有用到残差网络结构
解析:函数必须先定义后, 才能调用
A. 网格结构
B. 数组结构
C. 序列结构
D. 表格结构
解析:卷积神经网络(convolu-tional neural network,CNN),是一种专门用来处理具有类似( )的数据的神经网络。
A. Adam的收敛速度比RMSprop慢
B. 相比于SGD或RMSprop等优化器,Adam的收敛效果是最好的
C. 对于轻量级神经网络,使用Adam比使用RMSprop更合适
D. 相比于Adam或RMSprop等优化器,SGD的收敛效果是最好的
解析:np.empty可以创建为空的数组
A. 随机森林
B. Adaboost
C. kNN
D. XGBoost
解析:集成方法分类为:Bagging(并行训练):随机森林,Boosting(串行训练):Adaboost, GBDT: XgBoost,Stacking,Blending