APP下载
首页
>
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
(
单选题
)
关于线性回归的描述,以下说法正确的有:

A、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布

B、基本假设包括随机干扰项是均值为0的同方差正态分布

C、多重共线性会使得参数估计值方差减小

D、基本假设包括不服从正态分布的随机干扰项

答案:B

唐人街探案之秦风
提供算法模型训练所采用的数据集相关描述,应包括但不限于()。
https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-1d78-c07f-52a228da6001.html
点击查看题目
机器学习中评价指标有哪些()
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3d30-c07f-52a228da600d.html
点击查看题目
做一个二分类预测问题,先设定阈值为0.5,概率不小于0.5的样本归入正例类(即1),小于0.5的样本归入反例类(即0)。然后,用阈值n(n>0.5)重新划分样本到正例类和反例类,下面说法正确的是()。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3178-c07f-52a228da601f.html
点击查看题目
创建一个大小为10的随机向量,并把它排序:
Z = np.random.random(10)
Z.sort()
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-a2f8-c07f-52a228da6006.html
点击查看题目
迁移学习和对抗生成网络,能减少对昂贵标注样本的依赖
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-e2d0-c07f-52a228da6026.html
点击查看题目
以下CNN网络模型中,最早用于手写数字识别的是
https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-11c0-c07f-52a228da6005.html
点击查看题目
第一个成功应用的专家系统是()。
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-8ce0-c07f-52a228da6007.html
点击查看题目
深度学习是当前人工智能领域最受关注的方法,在各类()和()学习任务上获得了巨大成功,超越了传统机器学习算法。
https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-15a8-c07f-52a228da6013.html
点击查看题目
分布式表示:wordembedding指的是将词转化成一种分布式表示,又称()。分布式表示将词表示成一个()的连续的稠密向量。
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3d30-c07f-52a228da6010.html
点击查看题目
下面机器学习算法属于监督学习的是()
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-21d8-c07f-52a228da6015.html
点击查看题目
首页
>
财会金融
>
唐人街探案之秦风
题目内容
(
单选题
)
手机预览
唐人街探案之秦风

关于线性回归的描述,以下说法正确的有:

A、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布

B、基本假设包括随机干扰项是均值为0的同方差正态分布

C、多重共线性会使得参数估计值方差减小

D、基本假设包括不服从正态分布的随机干扰项

答案:B

分享
唐人街探案之秦风
相关题目
提供算法模型训练所采用的数据集相关描述,应包括但不限于()。

A. 推理数据集

B. 训练数据集

C. 验证数据集

D. 测试数据集

解析:主要应用

https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-1d78-c07f-52a228da6001.html
点击查看答案
机器学习中评价指标有哪些()

A. Accuracy

B. Precision

C. Recall

D. Iou

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3d30-c07f-52a228da600d.html
点击查看答案
做一个二分类预测问题,先设定阈值为0.5,概率不小于0.5的样本归入正例类(即1),小于0.5的样本归入反例类(即0)。然后,用阈值n(n>0.5)重新划分样本到正例类和反例类,下面说法正确的是()。

A. 增加阈值不会提高召回率

B. 增加阈值会提高召回率

C. 增加阈值不会降低查准率

D. 增加阈值会降低查准率

解析:召回率=TP/TP+FN
查准率=TP/TP+FP
所以当概率阈值增加时,TP、FP减少或者持平, TP+FN不变,所以召回率不会增加,一般情况,用不同的阀值,统计出一组不同阀值下的精确率和召回率。

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3178-c07f-52a228da601f.html
点击查看答案
创建一个大小为10的随机向量,并把它排序:
Z = np.random.random(10)
Z.sort()
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-a2f8-c07f-52a228da6006.html
点击查看答案
迁移学习和对抗生成网络,能减少对昂贵标注样本的依赖
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-e2d0-c07f-52a228da6026.html
点击查看答案
以下CNN网络模型中,最早用于手写数字识别的是

A. LeNet-5

B. AlexNet

C. ResNet50

D. ResNet152

https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-11c0-c07f-52a228da6005.html
点击查看答案
第一个成功应用的专家系统是()。

A. ELIZA

B. Dendral

C. Xcon

D. Deepblue

https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-8ce0-c07f-52a228da6007.html
点击查看答案
深度学习是当前人工智能领域最受关注的方法,在各类()和()学习任务上获得了巨大成功,超越了传统机器学习算法。

A. 监督

B. 非监督

C. 识别

D. 检测

解析:主要应用

https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-15a8-c07f-52a228da6013.html
点击查看答案
分布式表示:wordembedding指的是将词转化成一种分布式表示,又称()。分布式表示将词表示成一个()的连续的稠密向量。

A. 词向量

B. 词相量

C. 变长

D. 定长

解析:见算法解析

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-3d30-c07f-52a228da6010.html
点击查看答案
下面机器学习算法属于监督学习的是()

A. 线性回归

B. K-均值

C. 朴素贝叶斯

D. SVM

https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-21d8-c07f-52a228da6015.html
点击查看答案
试题通小程序
试题通app下载