A.支持向量機(jī)的分類函數(shù)稱為核函數(shù)（kernelfunction）
B.核函數(shù)（kernelfunction）都是非線性的
C.核函數(shù)可以多項(xiàng)式核函數(shù)及徑向基核函數(shù)
D.利用核函數(shù)的變化，可以將原先在低維度空間無法分類的問題轉(zhuǎn)到高維度空間達(dá)以達(dá)成需要的分類效果
E.支持向量機(jī)可以透過核函數(shù)的轉(zhuǎn)換，簡(jiǎn)化分類的困難度
您可能感興趣的試卷
你可能感興趣的試題
A.分群?jiǎn)栴}被定義為：將未知的新訊息歸納進(jìn)已知的信息中
B.機(jī)器學(xué)習(xí)領(lǐng)域中的分群?jiǎn)栴}，重點(diǎn)在于新的數(shù)據(jù)和已分類的數(shù)據(jù)互相比較，看看新數(shù)據(jù)在分類過的數(shù)據(jù)中，和哪一類數(shù)據(jù)比較類似
C.分類問題就是一群數(shù)據(jù)中沒有明確的分類或群體，而是必須透過它們所具有的特
D.分群的問題要事先幫數(shù)據(jù)做卷標(biāo)（label）
E.分群的基礎(chǔ)在于要根據(jù)可以區(qū)分出兩種群體的特征來分群
A.算法、復(fù)雜的軟件、計(jì)算機(jī)計(jì)算能力
B.算法、無適當(dāng)?shù)臄?shù)據(jù)庫、計(jì)算機(jī)計(jì)算能力
C.缺強(qiáng)大的操作系統(tǒng)、無適當(dāng)?shù)臄?shù)據(jù)庫、計(jì)算機(jī)計(jì)算能力
D.復(fù)雜的軟件、計(jì)算機(jī)計(jì)算能力、大量的數(shù)據(jù)
E.無適當(dāng)?shù)臄?shù)據(jù)庫、計(jì)算機(jī)計(jì)算能力、大量的數(shù)據(jù)
A.收集歷史資料
B.把問題化成函數(shù)的形式
C.先問一個(gè)問題
D.學(xué)習(xí)（訓(xùn)練）
E.打造一個(gè)函數(shù)學(xué)習(xí)機(jī)
根據(jù)『人工智能導(dǎo)論』這本書，用AI解決問題的步驟順序?yàn)楹危浚ǎ?br /> 1.收集歷史數(shù)據(jù)
2.把問題化成函數(shù)的形式
3.先問一個(gè)問題
4.學(xué)習(xí)（訓(xùn)練）
5.打造一個(gè)函數(shù)學(xué)習(xí)機(jī)
A.12345
B.13254
C.13245
D.32154
E.31254
A.CNN
B.FCNN
C.RNN
D.SVM
E.BayesianNetwork
最新試題
反向傳播算法的基本原理是基于什么（）？
Xpath 語言有（）的構(gòu)成。
人工智能發(fā)展的早期階段主要側(cè)重于哪方面的研究（）？
在自然語言處理中，哪些方法可以用于提升文本分類、情感分析和實(shí)體識(shí)別的準(zhǔn)確性（）？
在深度學(xué)習(xí)模型訓(xùn)練中，哪些技術(shù)有助于防止過擬合并提高模型在多任務(wù)學(xué)習(xí)上的表現(xiàn)（）？
圖像數(shù)據(jù)標(biāo)注可以用于（）算法中。
智能運(yùn)維AIOps 的核心技術(shù)是什么（）？
在神經(jīng)網(wǎng)絡(luò)中，激活函數(shù)ReLU 的特點(diǎn)是什么（）？
在自然語言處理任務(wù)中，哪些技術(shù)適用于改善實(shí)體識(shí)別和關(guān)系抽取的效果（）？
進(jìn)行模型訓(xùn)練之前，需要先把標(biāo)注好的數(shù)據(jù)進(jìn)行分類。訓(xùn)練有監(jiān)督學(xué)習(xí)模型時(shí)會(huì)將數(shù)據(jù)集劃分為（）。