A.居家照护机器人
B.人脸辨识
C.自然语言处理
D.语音助理
E.停车场车牌辨识系统
您可能感兴趣的试卷
你可能感兴趣的试题
A.分析与人工智能技术(analyticsandAItechnology)
B.大数据技术(bigdatatechnology)
C.云技术与物联网技术(cloudandIoTtechnology)
D.专业知识与经验(domainknowhow)
E.实际改善(evidence)
A.建构因特网阶段
B.纯软件将大数据做起来的阶段
C.透过传感器,收集新的数据,创造新的应用
D.建构云储存阶段
E.做到无人驾驶、机器人的自动化时代
A.去中心化
B.匿名性
C.不可篡改
D.讲求共识
E.加密
A.支付与转账
B.借贷与融资
C.财务管理
D.保险
E.虚拟货币与换汇
A.学习行为
B.学习历程
C.专属学习计划
D.学习成效雷达图
E.落点分析
A.协作(collaboration)
B.企业资源规划(EnterpriseResourcePlanning,简称为ERP)
C.商业智慧(BusinessIntelligence,简称为BI)
D.项目管理(ProjectManagement,简称为PM)
E.通讯工具(CommunicationTools)
A.代理人
B.状态
C.奖励
D.行动
E.环境
A.睡眠学习
B.深度学习
C.监督式学习
D.非监督式学习
E.强化学习
A.固定判别网络,训练生成网络
B.生成网络与判别网络一起同时训练
C.生成网络与判别网络皆固定
D.固定生成网络,训练判别网络
E.建立生成模型的目标,就是希望经由机器学习的技术让计算机产生跟真实数据非常接
A.生成对抗网络英文简称GAN
B.网络中的生成者称为生成器(generator)
C.网络中的判别者称为判别器(discriminator)
D.生成器的输入点位于潜在空间(latentspace)
E.判别器的输出点位于潜在空间(latentspace)
最新试题
局部二值模式(LBP)和高斯方向梯度直方图(HOG)等属于结构特征值。
在迁移学习中,通常会使用已经训练好的模型或者与训练的模型作为基础模型,然后针对新的任务或领域进行微调或者重新训练,以适应新的数据分布和任务需求。
当所有数据隶属的簇不再发生变化的时候可作为kmeans方法停止循环的指标。
在随机森林模型中,增加树的数量会增加模型的复杂度,最终导致模型过拟合。
当目标函数是凸函数时,梯度下降法的解是全局最优解。
在机器学习中,提前对特征进行归一化有时会导致模型的性能下降。
当使用Softmax函数时,通常不需要担心数值溢出的问题。
激活函数在神经网络中的作用是:通过转换输入的加权总和来确定神经元的输出。激活函数使神经网络能够对复杂的关系进行建模,引入非线性,并促进训练过程中的学习和收敛。
分类器是指用于将输入数据分为不同类别的模型或算法,常用于图像分类和识别中。
欠采样、过采样、阈值移动属于解决类别不平衡的方法。