A.收集多樣化的樣本
B.減少特征個數(shù)
C.交叉驗證
D.正規(guī)化
E.內插法
您可能感興趣的試卷
你可能感興趣的試題
A.二分類
B.多分類
C.不分類
D.歸類法
E.以上皆非
A.是一種訓練分類器的算法
B.利用被誤分類的數(shù)據(jù)調整現(xiàn)有分類器的參數(shù),使調整后的分類器判斷更加準確
C.感知器的學習算法就是不斷減少對數(shù)據(jù)誤分類的過程
D.感知器的損失函數(shù)是在整個訓練數(shù)據(jù)集上求得的
E.以上皆是
A.第一層
B.倒數(shù)第二層
C.倒數(shù)第一層
D.第二層
E.倒數(shù)第三層
A.一組可以動態(tài)變化的狀態(tài)(state)。比如圍棋棋盤上的黑白子的分布位置,市場上的每支股票的價格
B.一組可以選取的動作(action)。比如對于圍棋來說,就是可以落子的位置;對于股票交易來說,就是每個時間點,買入或者賣出的股票以及數(shù)量
C.一個可以和決策主體(agent)進行交互的環(huán)境。這個環(huán)境會決定每個動作后狀態(tài)如何變化。比如說圍棋博弈中的對手,或者股票市場。在強化學習中,為了降低學習的代價,很多時后我們會使用一個通過機器模擬的環(huán)境,而不是以真實場景作為環(huán)境
D.回報(reward)規(guī)則。當決策主體通過行動狀態(tài)發(fā)生變化時,它會獲得回報或者受到懲罰
E.以上皆是
A.1997年,IBM的超級計算機“深藍”擊敗國際象棋世界冠軍加里卡斯珀羅夫
B.2014年IBM旗下的DeepMind團隊開發(fā)了人工智能圍棋程序AlphaGo
C.2015年10月,AlphaGo擊敗歐洲圍棋世界冠軍樊麾,成為第一個無需讓子即可擊敗圍棋職業(yè)選手的計算機圍棋程序
D.2016年3月,AlphaGo以4:1的成績擊敗圍棋世界冠軍,職業(yè)九段棋手李世乭
E.2017年5月,在中國烏鎮(zhèn)-阿爾法元(AlphaGoZero)以3:0的成績完勝圍棋世界冠軍柯潔
最新試題
進行模型訓練之前,需要先把標注好的數(shù)據(jù)進行分類。訓練有監(jiān)督學習模型時會將數(shù)據(jù)集劃分為()。
在自然語言處理中,哪些技術可以用于改善實體識別和文本生成任務的性能()?
在機器學習中,核技巧(KernelTrick)主要用于解決什么問題()?
在深度學習模型中,用于提高模型訓練穩(wěn)定性的技術是:()。
模型微調中的提示學習是指:()。
Xpath 語言有()的構成。
在強化學習中,什么是“馬爾可夫性質”()?
人工智能發(fā)展的早期階段主要側重于哪方面的研究()?
在自然語言處理中,哪些方法可以用于提升文本分類、情感分析和實體識別的準確性()?
相對化學沉淀等傳統(tǒng)工藝而言,萃取工藝的主要優(yōu)點是()。