答案:B
解析:错误
A. 准确率是检索出相关文档数与检索出的文档总数的比率,衡量的是检索系统的查准率
B. 召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率,衡量的是检索系统的查全率
C. 正确率、召回率和 F 值取值都在0和1之间,数值越接近0,查准率或查全率就越高
D. 为了解决准确率和召回率冲突问题,引入了F1值
A. 全梯度下降算法
B. 随机梯度下降算法
C. 快速梯度下降算法
D. 小批量梯度下降算法
解析:C选项应为“随机平均梯度下降算法”
A. 深度学习理论迎来整合与突破
B. 机器学习向集中式隐私保护方向演进
C. 类脑计算系统从“专用”向“通用”逐步演进
D. 基于因果学习的信息检索模型与系统成为重要发展方向
解析:主要应用
A. 适配器(Adapter)
B. 桥接(Bridge)
C. 组合(posite)
D. 装饰器(Decorator)
解析:装饰模式定义 装饰模式)- 动态地给一个对象添加一些额外的职责,就增加功能来说,装饰模式相比生成子类更为灵活
A. check
B. lskernel
C. kernel
D. uname
A. Docker 采用经多次小变更积攒到一起,一次提交进镜像的方式
B. Docker 容器不可以脱离底层硬件,随时随地获取应用资源
C. 可以在一台主机上创建轻量级的、可移植的、自给自足的容器
D. 通过容器打包应用程序进入镜像,增加了工作量,使工作更繁琐
A. 后续检验
B. Friedman检验
C. 交叉验证t检验
D. McNemar检验
解析:见算法解析
A. MLE中加入了模型参数本身的概率分布
B. MLE认为模型参数本身概率是不均匀的
C. MLE体现了贝叶斯认为参数也是随机变量的观点
D. MLE是指找出一组参数,使得模型产生出观测数据的概率最大
A. 可以提高特征关联性
B. 可以减轻维数灾难问题
C. 可以降低学习任务的难度
D. 特征选择和降维具有相似的动机
解析:见算法解析