答案:A
答案:A
A. 集中趋势分析
B. 相关分析
C. 采样分布
D. 参数估计
A. 个体学习器的数量
B. 个体学习器的生成方式
C. 个体学习器的的类型
D. 个体学习器的的强弱
A. 曼哈顿距离
B. 欧氏距离
C. 马氏距离
D. 切比雪夫距离
解析:字典键不能重复, 值可以重复
A. 池化操作采用扫描窗口实现
B. 池化层可以起到降维的作用
C. 常用的池化方法有最大池化和平均池化
D. 经过池化的特征图像变小了
A. 马可夫决策
B. 贝叶斯
C. HMM
D. 最大后验概率
解析:见算法解析
A. true
B. false
C. 1
D. 2
A. 若X与Y相互独立,则X与Y不相关
B. 若X与Y相关,则X与Y不相互独立
C. 若E(XY)
=E(X)E(Y),则X与Y相互独立
D. 若f(x,y)=fX(x)fY(y),则X与Y不相关
解析:独立是不相关的充分但不必要条件;E(XY)=E(X)E(Y)只能推出X与Y不相关,即二者没有线性关系(但可能有其他关系),不能代表X与Y相互独立
A. K-means
B. SVR
C. DBSCAN
D. 以上都是
解析:最广泛被使用的分类器有人工神经网络、支持向量机、最近邻居法、GuassianMixtureModel、Gaussian、NaiveBayes、决策树和RBFclassifiers。
A. 扩充数据集
B. 数据重采样
C. 设计对数据分布不敏感的损失函数
D. 使用复杂的网络