A、12345
B、13425
C、12534
D、13452
答案:C
A、12345
B、13425
C、12534
D、13452
答案:C
A. 脱敏数据
B. 数据订阅
C. 知识库
D. 决策支持
A. 每一张图片都是二值图片
B. 每一张图片都是三通道图片
C. 模型一次处理224张图片(batchsize为224)
D. 以上选项均不正确
A. 训练经验的选择
B. 目标函数的选择
C. 目标函数的表示
D. 函数逼近算法的选择
A. 缺省规则
B. 序贯覆盖
C. 不放回学习
D. 一阶规则
解析:见算法解析
A. 穷举搜索
B. 随机搜索
C. Bayesian优化
D. 都可以
A. 让每一层的输入的范围都大致固定
B. 它将权重的归一化平均值和标准差
C. 它是一种非常有效的反向传播(BP)方法
D. 这些均不是
A. Boosting
B. Bagging
C. 随机森林
D. reboot
解析:根据个体学习器的生成方式,目前集成学习大致分为两类,其中一种是个体学习器间存在强依赖关系、必须串行生成的序列化方法,该方法的代表是 Boosting
A. 信息增益与训练数据集的信息熵之比
B. 信息增益与训练数据集的经验熵之比
C. 信息增益与训练数据集的条件熵之比
D. 信息增益与训练数据集的交叉熵之比
解析:当熵和条件熵中的概率由数据估计(特别是极大似然估计)得到时,所对应的熵与条件熵分别称为经验熵(empirical entropy)和经验条件熵(empirical conditional entropy)。