快乐学习
一个网站喵查铺子（catpuzi.com）全搞定~
A、52比特
B、13比特
C、3比特到4比特之间
D、5比特到6比特之间
喵查答案：5比特到6比特之间
……继续阅读 »
A、衡量两个随机变量整体之间的关系
B、两个随机变量的取值，共同出现的频率越高，点互信息就一定越大
C、取值范围零到正无穷
D、与联合概率和边缘概率都有关
喵查答案：与联合概率和边缘概率都有关
……继续阅读 »
A、都使得参数向量的模变小。
B、都使得参数向量还有更多的零值。
C、都降低模型的过拟合程度。
D、都不适用于逻辑回归。
喵查答案：都使得参数向量的模变小。
都使得参数向量还有更多的零值。
都不适用于逻辑回归。
……继续阅读 »
A、和单模型相比可以降低泛化误差。
B、可以通过多个模型加权投票的方式进行。
C、可以通过多个模型堆叠（Stacking）的方式进行。
D、要求每一个模型都是概率模型。
喵查答案：和单模型相比可以降低泛化误差。
可以通过多个模型加权投票的方式进行。
可以通过多个模型堆叠（Stacking）的方式进行。
……继续阅读 »
A、属于有监督训练。
B、属于无监督训练。
C、自监督训练属于半监督训练。
D、属于自监督训练。
喵查答案：属于有监督训练。
属于无监督训练。
属于自监督训练。
……继续阅读 »
A、是一种半监督学习的方法。
B、需要两个模型。
C、需要未经标注的数据。
D、是一种数据增广的方式。
喵查答案：是一种半监督学习的方法。
需要两个模型。
需要未经标注的数据。
是一种数据增广的方式。
……继续阅读 »
A、梯度更新都以正确输出的特征向量和模型分数最高的输出的特征向量的差为基础。
B、都考虑所有可能的输出类别。
C、都考虑模型概率。
D、二者都奖励正确输出的特征向量。
喵查答案：梯度更新都以正确输出的特征向量和模型分数最高的输出的特征向量的差为基础。
都考虑所有可能的输出类别。
都考虑模型概率。
……继续阅读 »
A、对数线性模型属于线性判别模型
B、对数线性模型是概率模型
C、二分类对数线性模型，又叫做逻辑回归（Logistic regression）
D、多分类对数线性模型使用sigmoid激活函数
喵查答案：对数线性模型属于线性判别模型
二分类对数线性模型，又叫做逻辑回归（Logistic regression）
……继续阅读 »
A、是一种数值优化算法
B、是一种迭代算法
C、随机梯度下降是梯度下降算法的一种近似，运行效率更高。
D、随机梯度下降算法可以用于训练对数线性模型，但不能用来训练支持向量机。
喵查答案：是一种数值优化算法
是一种迭代算法
随机梯度下降是梯度下降算法的一种近似，运行效率更高。
……继续阅读 »
A、有些模型是线性模型，有些模型是非线性模型
B、激活函数不同
C、正则项不同
D、输出神经元的个数不同
喵查答案：激活函数不同
正则项不同
……继续阅读 »
A、最小化训练数据上的经验风险。
B、最小化任何数据上的期望风险。
C、最小化开发数据上的经验风险。
D、最小化测试数据上的期望风险。
喵查答案：最小化训练数据上的经验风险。
……继续阅读 »
A、两个模型性能具有差别的概率。
B、实验结果存在误差的概率。
C、一个模型强于另一个模型的概率。
D、两个模型内在性能相同的概率。
喵查答案：两个模型内在性能相同的概率。
……继续阅读 »
A、最大边缘Maximum margin
B、最大似然Maximum likelihood
C、最小二乘Minimum square error
D、以上都不是
喵查答案：最大似然Maximum likelihood
……继续阅读 »
A、当前样本的模型概率。
B、当前样本对于输入变量的梯度。
C、当前样本局部损失函数对于模型参数的导数。
D、当前样本模型概率对于模型参数的导数。
喵查答案：当前样本局部损失函数对于模型参数的导数。
……继续阅读 »
A、感知机没有明确的优化目标函数，但支持向量机具有。
B、感知机的训练目标函数和支持向量机相似，但是后者多了一项正则项。
C、支持向量机优化向量空间中的超平面，但感知机不具有空间解释。
D、两种算法的目标函数都可以看成是正确输出和错误输出之间的分差，且优化的目标分差相同。
喵查答案：感知机的训练目标函数和支持向量机相似，但是后者多了一项正则项。
……继续阅读 »
