以下文字与答案无关
提示:有些试题内容 显示不完整,文字错误 或者 答案显示错误等问题,这是由于我们在扫描录入过程中 机器识别错误导致,人工逐条矫正总有遗漏,所以恳请 广大网友理解。
GMM
B:Xgboost
C:聚类
D:关联规则
线性回归
B:GBDT
C:随机森林
D:Xgboost
XGBoost算法的⽬标函数采⽤了⼆阶泰勒展开
B:XGBoost算法的速度要⽐GBDT快
C:XGBoost算法要求对数据进⾏归⼀化或者标准化
D:XGBoost算法的效果通常优于传统的机器学习模型
线性回归
B:GBDT
C:随机森林
D:Xgboost
XGBoost算法的目标函数采用了二阶泰勒展开
B:XGBoost算法的速度要比GBDT快
C:XGBoost算法要求对数据进行归一化或者标准化
D:XGBoost算法的效果通常优于传统的机器学习模型
123
B、234
C、1234
D、134
Marking
B:Bagging
C:Boosting
D:Stacking
在应用监督式学习算法之前,可以将其类别作为特征空间中的一个额外的特征
C:在应用监督式学习之前,不能创建聚类
D:在应用监督式学习算法之前,不能将其类别作为特征空间中的一个额外的特征
传统的基于规则的方法,其中的规律可以人工显性的明确出来
B:传统基于规则的方法使用显性编程来解决问题
C:机器学习中模型的映射关系是自动学习的
D:机器学习所中模型的映射关系必须是隐性的
聚类、降维
B:回归、迭代
C:分类、抽象
D:派生、推荐
TRUE
B:FALSE
K-means
B:密度聚类
C:层次聚类
D:谐聚类
在自动驾驶中,AI需要不断地通过路面信息来调整开车的决策。这种处理模式适合用什么来训练出合理的策略
监督学习
B:强化学习
C:弱化学习
D:非监督学习
机器学习包括深度学习
B:深度学习包括机器学习
C:机器学习与深度学习无关
D:深度学习有和机器学习重叠的部分,也有独立的部分