答案:A
A. 权重和偏置
B. 学习率
C. mini-batch的大小
D. 网络结构
解析:权重和偏置不是超参数
A. 两层
B. 三层
C. 一层
D. 四层
A. 数据总线
B. 地址总线
C. 网络总线
D. 控制总线
A. 朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B. 面对孤立的噪声点,朴素贝叶斯分类器是健壮的
C. 面对无关属性,朴素贝叶斯分类器是健壮的
D. 相关属性可能会降低朴素贝叶斯分类器的性能
解析:见算法解析
解析:正确
A. 可读,可写入,可执行
B. 可读
C. 可读,可执行
D. 可写入
解析:Keras和tensorflow都是深度学习框架。
A. 进行正确感知
B. 评价智能体在环境中的行为表现
C. 财务分析
D. 进行自我学习与自我优化