A、测量空间
B、特征表示
C、特征匹配
D、特征空间
答案:ABC
解析:见算法解析
A、测量空间
B、特征表示
C、特征匹配
D、特征空间
答案:ABC
解析:见算法解析
解析:非结构化数据:不存在或难以发现统一结构的数据,即在未定义结构的情况下或并不按照预定义的结构要求捕获、存储、计算和管理的数据。通常指无法在传统关系数据库中直接存储、管理和处理的数据,包括所有格式的办公文档、文本、图片、音频或视频信息。
A. 模型训练
B. 特征选择
C. 分析定位任务
D. 特征提取
解析:正确
A. 特点
B. 离散度
C. 聚合度
D. 线性关系
A. 剪枝
B. 特征选取
C. 数据清理
D. 决策树生成
A. 如果原始空间是有限维,即属性数有限,那么一定存在一个高维特征空间使样本可分
B. 某个核函数使训练集在特征空间中线性可分,可能原因是欠拟合
C. “软间隔”允许某些样本不满足约束
D. 正则化可理解为一种“罚函数法
解析:见算法解析
A. 元素在内存中的相对位置表示逻辑次序
B. 保存在元素中的指针表示先后次序
C. 设立单独的区域存储元素之间的逻辑次序
D. 元素本身的关键字来表示逻辑次序
A. 一个
B. 两个
C. 多个
D. 无
解析:神经元之间的每个连接都有一个权重。
A. 反向传播算法
B. 卷积可视化解释
C. 非线性激活函数
D. 深度神经网络
解析:目前深度学习的必备技术反向传播算法,卷积可视化解释,非线性激活函数,深度神经网络,卷积神经网络,循环神经网络,递归神经网络等
A. 电网模拟仿真器
B. 新能源发电预测/母线复合预测
C. 多能互补的发用电平衡
D. 异常事件/故障下的辅助决策模型
解析:主要应用