第1题
A.数据挖掘可以视为机器学习和数据库的交叉。
B.数据挖掘主要利用机器学习界提供的技术来分析海量数据,利用数据库界提供的技术来管理海量数据。
C.机器学习偏理论,数据挖掘偏应用。
D.两者是相互独立的两种数据处理技术。
第2题
第3题
A.深度学习可以自动学习特征
B.深度学习不需要做数据预处理
C.深度学习不能提取底层特征,如图像边缘、纹理等
D.深度学习不需要调参
第4题
A.深度学习可以自动学习特征
B.深度学习完全不需要做数据预处理
C.深度学习完全不提取底层特征,如图像边缘、纹理等
D.深度学习不需要调参
第8题
A.数据采集是通过传感器、移动互联网、观测设备等获得种多类型的海量数据
B.数据预处理是数据分析和挖掘的基础,是将接收数据进行抽取、清洗、转换、归约等并最终加载到数据存储中的过程
C.数据存储过程需要将采集到的数据进行存储管理,在大数据场景下,只能使用非关系型数据库进行存储
D.数据分析是指利用相关数学模型以及机器学习算法对数据进行统计、预测和文本分析。数据的主要分析方法有探索性数据分析方法、描述统计法、数据可视化等
第9题
下列的哪种方法可以用来降低深度学习模型的过拟合问题()?1增加更多的数据;2使用数据扩增技术;3使用归纳性更好的架构;4正规化数据;5降低架构的复杂度
A.145
B.123
C.1345
D.所有项目都有用
第10题
A.内存优化型
B.GPU加速型
C.平衡型
D.通用型
第11题
下列的哪种方法可以用来降低深度学习模型的过拟合问题()。1.增加更多的数据2.使用数据扩增技术(data augmentation)3.使用归纳性更好的架构4.正规化数据5.降低架构的复杂度
A.145
B.123
C.1345
D.所有项目都有用