A、样本数量太少
B、样本数量过多
C、模型太复杂
D、模型太简单
答案:AC
解析:见算法解析
A、样本数量太少
B、样本数量过多
C、模型太复杂
D、模型太简单
答案:AC
解析:见算法解析
A. training set
B. test set
C. validation set
D. verification set
A. K均值丢弃被它识别为噪声的对象,而DBSCAN一般聚类所有对象
B. K均值使用簇的基于原型的概念,而DBSCAN使用基于密度的概念
C. K均值很难处理非球形的簇和不同大小的簇,DBSCAN可以处理不同大小和不同形状的簇
D. K均值可以发现不是明显分离的簇,即便簇有重叠也可以发现,但是DBSCAN会合并有重叠的簇
A. 加快卷积运算
B. 增大卷积核
C. 扩大感受野
D. 通道降维
解析:1x1卷积的主要作用是通道降维
解析:正确
A. 收敛速率更快
B. 调优更简单
C. 解决小样本学习问题
D. 对终身学习的适配性更好。
A. 具有智能
B. 和人一样工作
C. 完全代替人的大脑
D. 模拟、延伸和扩展人的智能
解析:人工智能ArtificialIntelligence,AI有时也称作机器智能,是指由人工制造出来的系统所表现出来的智 能,主要是为了模拟、延伸和扩展人的智能。
A. 语义网络法
B. 过程表示法
C. 剧本表示法
D. 框架表示法
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
解析:见算法解析
A. 5
B. 25
C. 6
D. 26
解析:见算法解析