APP下载

财会金融

唐人街探案之秦风

搜索

唐人街探案之秦风

题目内容

(

判断题

)

（）模拟退火算法结合了爬山法和随机行走方法的优点。

答案：A

唐人街探案之秦风

在机器学习中，建立假设或者模型的三个阶段指的是（）。

点击查看题目

在机器学习中，如果单纯去提高训练数据的预测能力，所选模型的复杂度往往会很高，这种现象称为过拟合。对于产生这种现象以下说法正确的是（）

点击查看题目

与生成方法、半监督SVM、图半监督学习等基于单学习机器利用未标记数据不同，基于分歧的方法（disagreement-basedmethods）使用多学习器，而学习器之间的“分歧”（disagreement）对未标记数据的利用至关重要。(___)是此类方法的重要代表

点击查看题目

下列哪项不属于集成学习

点击查看题目

贝叶斯学习是一种以贝叶斯法则为基础的，并通过()手段进行学习的方法。

点击查看题目

Python被广泛用于人工智能程序的开发，以下哪个库实现了机器学习的经典算法？

点击查看题目

如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型，下列哪种做法是正确的

点击查看题目

机器学习中的决策树学习的本质是一种逼近离散值目标函数的过程，决策树代表的是一种（）过程

点击查看题目

Bagging是并行式集成学习方法最著名的代表，它直接基于

发展人工智能的最终目标是要替代人类智能。

题目内容

(

判断题

)

手机预览

唐人街探案之秦风

（）模拟退火算法结合了爬山法和随机行走方法的优点。

答案：A

相关题目

在机器学习中，建立假设或者模型的三个阶段指的是（）。

A. 建模

B. 模型测试

C. 模型应用

D. 分析模型

点击查看答案

在机器学习中，如果单纯去提高训练数据的预测能力，所选模型的复杂度往往会很高，这种现象称为过拟合。对于产生这种现象以下说法正确的是（）

A. 样本数量太少

B. 样本数量过多

C. 模型太复杂

D. 模型太简单

点击查看答案

A. 协同训练

B. 组合训练

C. 配合训练

D. 陪同训练

解析：见算法解析

点击查看答案

下列哪项不属于集成学习

A. 随机森林

B. Adaboost

C. kNN

D. XGBoost

解析：集成方法分类为：Bagging(并行训练)：随机森林，Boosting（串行训练）：Adaboost， GBDT: XgBoost,Stacking,Blending

点击查看答案

贝叶斯学习是一种以贝叶斯法则为基础的，并通过()手段进行学习的方法。

A. 逻辑

B. 概率

C. 推理

D. 假定

点击查看答案

Python被广泛用于人工智能程序的开发，以下哪个库实现了机器学习的经典算法？

A. numpy

B. sclpy

C. matplotiib

D. skleam

点击查看答案

如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型，下列哪种做法是正确的

A. 增加树的深度

B. 增加学习率

C. 减少树的数量

D. 减小树的深度

解析：一般用决策树进行分类，从根结点开始，对实例的某一特征进行测试，根据测试结果，将实例分配到其子结点。这时，每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类，直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航《统计学习方法》
决策树深度越深，在训练集上误差会越小，准确率越高。但是容易造成过拟合，而且增加模型的训练时间。对决策树进行修剪，减小树的深度，能够提高模型的训练速度，有效避免过拟合。
单决策树中，学习率不是一个有效参数。
决策树是单树，随机森林由多个决策树组成。

点击查看答案

机器学习中的决策树学习的本质是一种逼近离散值目标函数的过程，决策树代表的是一种（）过程

A. 预测

B. 回归

C. 分类

D. 聚类

点击查看答案

Bagging是并行式集成学习方法最著名的代表，它直接基于

A. 自助采样法

B. 富集采样法

C. 自然采样法

D. 填充柱采样法