答案:A
A. 最小二乘法可以求解线性回归问题
B. 梯度下降法可以求解线性回归问题
C. 利用最小二乘法求解线性回归问题可能会出现局部最优解
D. 学习率是梯度下降法的重要参数
解析:线性最小二乘问题通过法方程解出来的一定是全局最优解, 事实上这是二次泛函的优化问题(更一般一点, 这是凸优化), 不会出现多个孤立的局部最优解
A. 分类
B. 检测
C. 识别
D. 跟踪
解析:主要应用
A. Relu 函数
B. Sigmoid 函数
C. tanh 函数
D. Softsign 函数
A. 图像分类
B. 目标检测
C. 目标跟踪
D. 语义分割
解析:主要应用
A. 专家系统
B. 模式识别
C. 编译原理
D. 机器翻译
解析:人工智能的主要研究领域包括:模式识别、专家系统、自然语言理解(包括机器翻译)、计算机博弈、智能代理、数据挖掘、机器人等。
A. 被建模系统内在的随机性
B. 不完全观测
C. 不完全建模
D. 不完全判断
解析:参考《深度学习》P48
A. 支持向量机
B. 神经网络
C. 数据可视化
D. 数据挖掘