A、感知器由2层神经元组成,是一个单层的前馈神经网络
B、输入结点把接收到的值传送给输出链,不作任何转换
C、输出结点计算输入的加权和,加上偏置项,根据结果的符号产生输出
D、训练阶段,权值参数不断调整,直至模型输出和训练样例的实际输出一致
答案:ABD
解析:见算法解析
A、感知器由2层神经元组成,是一个单层的前馈神经网络
B、输入结点把接收到的值传送给输出链,不作任何转换
C、输出结点计算输入的加权和,加上偏置项,根据结果的符号产生输出
D、训练阶段,权值参数不断调整,直至模型输出和训练样例的实际输出一致
答案:ABD
解析:见算法解析
A. 深度神经网络
B. 费米神经网络
C. 卷积神经网络
D. 循环神经网络
解析:2019年,DeepMind开发出一种费米神经网络来近似计算薛定谔方程,在精度和准确性上都满足科研标准,为深度学习在量子化学领域的发展奠定了基础,
A. 机器翻译
B. 自然语言处理
C. 多媒体技术
D. 语音识别
A. 拷贝父对象,不拷贝父对象的内部对象
B. 完全拷贝父对象和子对象
C. 仅是引用父对象
D. 仅是引用子对象
解析:错误
A. 若λ=0,则等价于一般的线性回归
B. 若λ=0,则不等价于一般的线性回归
C. 若λ=+∞,则得到的权重系数很小,接近于零
D. 若λ=+∞,则得到的权重系数很大,接近与无穷大
解析:岭回归是一种专用于共线性数据分析的有偏估计回归方法,实质上是一种改良的最小二乘估计法 ,通过放弃最小二乘法的无偏性,以损失部分信息、降低精度为代价获得回归系数 更为符合实际、更可靠的回归方法,对病态数据的拟合要强于最小二乘法 。
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. 客户
B. 分析
C. 资源
D. 数据