答案:A
答案:A
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. 硬间隔支持向量机
B. 软间隔支持向量机
C. 线性核函数支持向量机
D. 多项式核函数支持向量机
A. 1
B. 2
C. 3
D. a
A. 线性存储和数组存储
B. 顺序存储和链式存储
C. 线性存储和树型存储
D. 数组存储和指针存储
A. 线性变换
B. 非线性变换
C. 求函数最小值
D. 加速训练
解析:在CNN中,梯度下降法的作用是求函数最小值。
A. 中间数
B. 中位数
C. 中心数
A. SVM 分类
B. 使用 SelectiveSearch 输出候选框
C. 使用 MLP 进行分类与回归预测
D. 使用 ROIpooling
解析: FasterRCNN 没有用到使用 SelectiveSearch 输出候选框
解析:正确