答案:A
解析: 权值和阈值不断调整的过程,就是网络的学习与训练过程,经过信号正向传播与误差反向传播,权值和阈值的调整反复进行,一直进行到预先设定的学习训练次数,或输出误差减小到允许的程度
答案:A
解析: 权值和阈值不断调整的过程,就是网络的学习与训练过程,经过信号正向传播与误差反向传播,权值和阈值的调整反复进行,一直进行到预先设定的学习训练次数,或输出误差减小到允许的程度
A. 维特比算法
B. Baum-Welch算法
C. 前向-后向算法
D. 拟牛顿法
解析:A是教材原文;B是EM算法,可用于求解隐马尔可夫模型,C和D用于求解条件随机场,而隐马尔可夫模型可以写成条件随机场的形式。
A. 解释学习需要环境提供一组示例,而示例学习只要环境提供一个示例。
B. 机械式学习是没有推理能力的
C. 符号学习对模拟人类较低级的神经活动是比较有效的
D. 观察与发现学习是基于归纳推理的
A. 大小和旋转
B. 大小
C. 旋转
D. 缩放
解析:SIFT特征是基于物体上的一些局部外观的兴趣点而与影像的大小和旋转无关。
A. 体感交互
B. 指纹识别
C. 人脸识别
D. 虹膜识别
解析:生物特征识别技术,是指通过计算机利用人体所固有的生理特征(指纹、虹膜、面相、DNA等)或行为特征(步态、击键习惯等)来进行个人身份鉴定的技术。指纹识别、人脸识别、虹膜识别运用的都是生物特征,体感交互是指人们可以很直接地使用肢体动作,与周边的装置或环境互动,而无需使用任何复杂的控制设备,便可让人们身历其境地与内容做互动,不属于生物特征识别技术。
A. 理论
B. 知识
C. 推理
D. 智能
解析:二十世纪五十年代到七十年代初,人工智能处于推理期。
A. if a>=22:
B. if a>=22
C. if (a=>22)
D. if (a>=22)
解析:见函数库
A. 指数损失函数
B. 均方损失函数
C. 对数损失函数
D. Hinge 损失函数
A. 只有 1
B. 只有 2
C. 只有 3
D. 都正确
解析:通常情况下,我们增加树的深度有可能会造成模型过拟合。学习速率在随机森林中并不是超参数。增加树的数量可能会造成欠拟合