答案:A
答案:A
A. 标准差
B. 均方差
C. 残差
D. 方差
解析:每一棵决策树拟合的是之前迭代得到的模型的残差
A. 指纹识别
B. 人脸识别
C. 虹膜识别
D. 声纹识别
A. 作为递归神经网络,允许出现环形结构;
B. 一些神经元的输出反馈回来会作为输入信号;
C. 用于处理静态模型,即无法处理与时间有关的动态变化;
D. 可利用BP算法来进行参数优化;
解析:见算法解析
A. Boosting
B. Bagging
C. 随机森林
D. reboot
解析:见算法解析
A. 通用性强
B. 可无限地重新编程
C. 结构具有较高灵活性
D. 速度和能耗优于ASIC
解析:需要使用平滑
A. 算法精度提升
B. 梯度消失风险越大
C. 计算时间越长
D. 参数越多
A. Relu
B. softmax
C. Tanh
D. sigmoid
解析:softmax函数一般用在多分类问题中,它是对逻辑斯蒂回归logistic的一种推广,也被称为多项式逻辑斯蒂回归模型。
A. 支持向量机可以用于处理二分类及多分类问题
B. 支持向量机只能用于线性可分的分类问题
C. 支持向量机可用于回归问题
D. 核函数的选择对支持向量机的性能影响较大
解析:支持向量机可用用于线性可分的分类问题,也可于线性不可分的分类问题