A、图像识别与分类
B、医学影像分析
C、语音识别
D、人脸识别与情感计算
答案:C
A、图像识别与分类
B、医学影像分析
C、语音识别
D、人脸识别与情感计算
答案:C
A. 对前序相邻神经元所传递信息进行加权累加
B. 对加权累加信息进行非线性变化(通过激活函数)
C. 向前序相邻神经元反馈加权累加信息
D. 将加权累加信息向后续相邻神经元传递
解析:正确
A. 黄色通道
B. 蓝色通道
C. 绿色通道
D. 红色通道
解析:一张RGB彩色图片不包含黄色通道。
A. 二项
B. 泊松
C. 正态
D. 指数
解析:泊松分布(法语:loi de Poisson;英语:Poisson distribution)又称Poisson分布、帕松分布、布瓦松分布、布阿松分布、普阿松分布、波以松分布、卜氏分布、帕松小数法则(Poisson law of small numbers),是一种统计与概率学里常见到的离散概率分布
A. 约翰·麦卡锡
B. 图林
C. 冯·诺依曼
D. 明斯基
解析:约翰·麦卡锡在攻读博士期间首次尝试在机器上模拟人工智能,并于1956年首次提出“人工智能”的概念
A. 软间隔
B. 正则化
C. 硬间隔
D. 核函数
A. 建模
B. 测试
C. 假设分析
D. 回归分析
A. 增加训练集量
B. 减少神经网络隐藏层节点数
C. 删除稀疏的特征
D. SVM算法中使用高斯核/RBF核代替线性核
解析:SVM算法中使用高斯核/RBF核代替线性核容易引起机器学习中的过拟合问题
A. 智能语音
B. 自然语言处理
C. 模式识别
D. 计算机视觉
解析:主要应用