答案:A
解析:正确
A. DVPP
B. GPU
C. AI计
算引擎
D. 芯片系统
控制 CPU
A. 无监督学习
B. 多媒体学习
C. 有监督学习
D. 强化学习
A. 机器翻译技术
B. 机器翻译
C. 虚拟现实
D. 模式识别
解析:扫描识别需要模式识别技术
A. 1
B. 0
C. -1
D. 2
解析:见算法解析
A. pause
B. cat
C. more
D. grep
解析:pause函数功能是暂停进程;cat函数功能是连接文件并打印;more函数功能是一次显示一屏文本,满屏后停下来;grep函数功能是查找文件里符合条件的字符串。
A. 认知
B. 识别
C. 分析
D. 决策
解析:基础概念
解析:深度学习的概念源于人工神经网络的研究,含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。研究深度学习的动机在于建立模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本等。正确
A. 感知
B. 测量
C. 监控
D. 预想
A. 损失函数是用泰勒展式二项逼近,而GBDT只是一阶导数$;$对树的结构进行了正则化约束,防止模型过度复杂,降低了过拟合的可能性;$节点分裂的方式不同,GBDT是用的基尼系数,XGBoost是经过优化推导后的$;$XGBoost使用网格搜索,只能检测有限个值
解析:XGBoost类似于GBDT的优化版,不论是精度还是效率上都有了提升。与GBDT相比,具体的优点有:
1.损失函数是用泰勒展式二项逼近,而不是像GBDT里的就是一阶导数;
2.对树的结构进行了正则化约束,防止模型过度复杂,降低了过拟合的可能性;
3.节点分裂的方式不同,GBDT是用的基尼系数,XGBoost是经过优化推导后的。