A.迭代法利用问题本身的递推关系求解问题的一种方法,例如利用迭代法可求高次方程的精确解。
B.枚举法的基本思想是采用搜索的方法,在答案的大致范围中对所有情况逐一验证,直到所有情况验证完毕。
C.选择排序是每次在无序数中找最小(或最大)数的下标,然后存放在无序数的第一个位置。
D.冒泡排序在每一轮排序时将相邻两个数组元素进行比较,次序不对时立即交换位置。
第1题
B、基于用户的协同过滤算法更社会化,着重于反映和用户兴趣相似的小群体的热点
C、使用基于内容的推荐算法进行个性化推荐时,由于非结构化特征难以利用,我们通常直接将其舍弃
D、基于物品的协同过滤算法着重于维护用户的历史兴趣
第4题
B、算法定义的步骤是有限的,并且必须在有限的步骤之内结束
C、算法是人求解问题的思路和方法,是解题过程的精确描述
D、算法可以被表述但无法实现
第5题
A、在感知器算法中的学习率是可以改变的
B、在感知器算法中可以通过调整学习率p来减少迭代次数。
C、在感知器算法中,如果样本不是线性可分的,则算法最后不会收敛。
D、感知器算法也适用于线性不可分的样本
第6题
A、对比散度算法是一种无监督学习算法
B、对比散度算法能够发现训练集中样本最关键的特征
C、对比散度算法能够使真实的样本特征分布和重构的样本特征分布之间的KL散度取得误差范围内的极小值。
D、深度信念网中多层受限玻尔兹曼机同时通过对比散度算法完成预训练
第7题
A、对比散度算法采用无监督学习规则
B、对比散度算法中隐层也被称为特征提取器
C、随机梯度下降法迭代修正权向量和偏置量一次就能取得较好结果
D、多层同时完成在玻尔兹曼机中的预训练
第8题
A、k均值算法采用误差和准则函数,其聚类目标是使准则函数值最小
B、理论上可以证明,k均值聚类算法是收敛的
C、k均值算法的聚类结果虽然收敛但不确定
D、聚类结果受设定的聚类数k、初始聚类中心和样本的分布情况影响
第9题
A、使用误差平方和作为基本聚类准则
B、设定指标参数决定是否进行“合并”或“分裂”
C、设定算法控制参数来决定算法的运算次数
D、不能自动调节最优类别数k
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!