大学网课搜题引擎
首页
学堂在线
机器学习
第六章 深度学习及算法实例
题目详情
简答题
我们想要训练一个 ML 模型，样本数量有 100 万个，特征维度是 5000，面对如此大数据，如何有效地训练模型？
A、对训练集随机采样，在随机采样的数据上建立模型
B、尝试使用在线机器学习算法
C、使用 PCA 算法减少特征维度
查看答案与解析
简答题
可以用神经网络算法设计逻辑回归算法。 A、正确 B、错误
简答题
评估完模型之后，发现模型存在高偏差（high bias），应该如何解决？ A、减少模型的特征数量 B、增加模型的特征数量 C、增加样本数量 D、以上说法都正确
简答题
下列属于无监督学习的是： A、kmeans B、svm C、最大熵 D、crf
简答题
信息熵是度量样本集合纯度最常用的一种指标。信息熵的值越大，说明样本集合的纯度越高。 A、正确 B、错误
简答题
过拟合是有监督学习的挑战，而不是无监督学习以上说法是否正确 A、正确 B、错误
简答题
假定某同学使用贝叶斯分类模型时，不小心将训练数据的两个维度搞重复了，那么关于NB的说法中正确的是： A、这个被重复的特征在模型中的决定作用会被加强 B、模型效果相比无重复特征的情况下精确度会降低 C、如果所有特征都被重复一遍，得到的模型预测结果相对于不重复的情况下的模型预测结果一样。 D、当两列特征高度相关时，无法用两列特征相同时所得到的结论来分析问题
简答题
在训练逻辑回归之前需要对特征进行标准化。 A、正确 B、错误
简答题
关于Logistic回归和SVM不正确的是() 。 A、Logistic回归目标函数是最小化后验概率 B、Logistic回归可以用于预测事件发生概率的大小 C、SVM目标是结构风险最小化 D、SVM可以有效避免模型过拟合心
简答题
深度学习是当前很热门的机器学习算法，在深度学习中，涉及到大量的矩阵相乘，现在需要计算三个稠密矩阵A,B,C的乘积ABC,假设三个矩阵的尺寸分别为m*n，n*p，p*q，且mA、(AB)C B、AC(B) C、A(BC) D、效率一样
简答题
SVM中的核技巧（Kernal trick）的作用包括以下哪项？ A、特征升维 B、特征降维 C、防止过拟合
简答题
关于支持向量机SVM， 下列说法错误的是() A、L2正则项，作用是最大化分类间隔，使得分类器拥有更强的泛化能力 B、损失函数作用是最小化经验分类错误 C、分类间隔为，|| w||代表向量的模 D、当参数C越小时，分类间隔越大，分类错误越多，趋于欠学习
机器学习
章节列表
第一章 绪论
11
第二章 分类
11
第三章 聚类
12
第四章 回归
12
期末考试
82
第五章 降维
12
第六章 深度学习及算法实例
12