深度学习是机器学习的一个子问题,其主要目的是从数据中自动学习有效的特征表示。更准确地说,在实际过程中为了学习一个好的表示,需要构建具有一定“深度”的模型,并通过学习算法来让模型自动学习出好的特征表示,从而最终提升预测模型的准确率。
第1题:
数据科学家可能会同时使用多个算法(模型)进行预测,并且最后把这些算法的结果集成起来进行最后的预测(集成学习),以下对集成学习说法正确的是()
A.单个模型之间有高相关性
B.单个模型之间有低相关性
C.在集成学习中使用“平均权重”而不是“投票”会比较好
D.单个模型都是用的一个算法
第2题:
A.麦考姆斯的自主学习模型
B.巴特勒和温内的自主学习模型
C.布鲁姆的自主学习模型
D.齐默尔曼的自主学习模型
第3题:
A、表述
B、交互
C、可调
D、通信
E、制作
第4题:
A.监督学习
B.强化学习
C.弱化学习
D.无监督学习
第5题:
A、定量评价机器学习性能
B、估算模型
C、验证模型
D、定性评价机器学习性能
第6题:
目标比较权威的自主学习心理机制模型不包括下列哪一选项()?
A麦考姆斯的自主学习模型
B布鲁姆的自主学习模型
C巴特勒和温内的自主学习模型
D齐默尔曼的自主学习模型
第7题:
数据科学家可能会同时使用多个算法(模型)进行预测,并且最后把这些算法的结果集成起来进行最后的预测(集成学习),以下对集成学习说法正确的是()。
第8题:
下面哪几项是体现提高机器学习算法的预测精准度?()
第9题:
当前人工智能领域的大量研究集中在深度学习,但是深度学习的局限是需要大量人工干预,比如人工设计深度神经网络模型、人工设定应用场景、人工采集和标注大量训练数据、用户需要人工适配智能系统等,费时费力。()
第10题:
下列有关学习策略的特征描述中,错误的一项是()。
第11题:
模式
工具
算法
导向
第12题:
对
错
第13题:
以下说法正确的是()
1.一个机器学习模型,如果有较高准确率,总是说明这个分类器是好的
2.如果增加模型复杂度,那么模型的测试错误率总是会降低
3.如果增加模型复杂度,那么模型的训练错误率总是会降低
4.我们不可以使用聚类“类别id”作为一个新的特征项,然后再用监督学习分别进行学习
A.1
B.2
C.3
D.1and3
第14题:
A.麦考姆斯的自主学习模型
B.布鲁姆的自主学习模型
C.巴特勒和温内的自主学习模型
D.齐默尔曼的自主学习模型
第15题:
A、使用深度增强学习来实现训练模型,包含了强化学习和深度学习
B、高度可伸缩的分布式训练系统
C、AI的反应较快,视野较好,不会墨守成规
D、AlphaStar运气好
第16题:
此题为判断题(对,错)。
第17题:
第18题:
下列哪个自主学习模型是以班杜拉的个人、行为、环境交互决定论以及自我调节思想为基础而提出的一个模型?()
A麦考姆斯的自主学习模型
B布鲁姆的自主学习模型
C巴特勒和温内的自主学习模型
D齐默尔曼的自主学习模型
第19题:
基于机器学习的系统跟基于人工识别的系统有什么差异?()
第20题:
机器学习是一类从数据中自动分析获得规律,并且利用规律对未知数据进行预测的()
第21题:
()是通过建立人工神经网络,用层次化机制来表示客观世界,并解释所获取的知识,例如图像、声音和文本
第22题:
1997年,Hochreiter&Schmidhuber提出()
第23题:
鼓励和重复技术
应对技能学习程序
中心一边缘模型
合理情绪想象技术
第24题:
深度学习
机器学习
人机交互
智能芯片