首页 > 学历类考试

题目内容（请给出正确答案）

[单选题]

基于Boosting的集成学习代表算法不包含（）。

A.Adaboost

B.GBDT

C.XGBOOST

D.随机森林

查看答案

如果结果不匹配，请联系老师获取答案

您可能会需要：

重置密码查看订单联系客服

安装优题宝APP，拍照搜题省时又省心！

更多“基于Boosting的集成学习代表算法不包含（）。”相关的问题

第1题

基于Boosting的集成学习代表算法有（）。

A.Adaboost

B.GBDT

C.XGBOOST

D.随机森林

点击查看答案

第2题

基于Bagging的集成学习代表算法有（）。

A.Adaboost

B.GBDT

C.XGBOOST

D.随机森林

点击查看答案

第3题

对于Boosting算法描述错误的是（）。

A.可将强学习器降为弱学习器

B.从初始训练集训练基学习器

C.对训练样本分布进行调整

D.做错的训练样本多次训练

点击查看答案

第4题

以下对模型性能提高有帮助的是（）。

A.数据预处理

B.特征工程

C.机器学习算法

D.模型集成

点击查看答案

第5题

集成学习中多样性的增强有哪些（）。

A.数据样本扰动

B.输入属性扰动

C.输出表示扰动

D.算法参数扰动

点击查看答案

第6题

以下算法中不属于基于深度学习的图像分割算法是（）。

A.FCN

B.deeplab

C.Mask-RCNN

D.kNN

点击查看答案

第7题

请列举一个和聚类无关的应用场景（）

A.博彩论

B.基于图心（Centroid）的算法

C.概率论

D.神经网络 / 深度学习

点击查看答案

第8题

启发式偏差说明，我们的思维总是基于（）

A.逻辑而不是情绪

B.经验而不是逻辑

C.尝试（不断试误）而不是算法

D.常识而不是学习

点击查看答案

第9题

以下属于图像分割的算法的是：（）。

A.阈值分割方法（thresholdsegmentationmethod）

B.区域增长细分（regionalgrowthsegmentation）

C.边缘检测分割方法（edgedetectionsegmentationmethod）

D.基于聚类的分割（segmentationbasedonclustering）

E.基于CNN中弱监督学习的分割

点击查看答案

第10题

深度学习有哪些特点（）

A.识别准：有效减少误报和漏报

B.辨识快：极大改善实战效果

C.适应性强：基于深度学习，能胜任海量人脸数据的识别

D.快速迭代：通过不断的数据训练，可迅速实现系统级算法性能提升

点击查看答案

第11题

协同过滤和基于内容的模型是两种流行的推荐引擎，在建立这样的算法中NLP扮演什么角色？（）

A.从文本中提取特征

B.测量特征相似度

C.为学习模型的向量空间编程特征

D.以上都是

点击查看答案

违法和不良信息举报电话：400-118-7898

举报/反馈/投诉邮箱：deng＃ujigu.com（请将＃替换成@）