名詞解釋圖靈測試（TuringTest）
您可能感興趣的試卷
你可能感興趣的試題
1.名詞解釋可解結點
2.單項選擇題在證據(jù)理論中，信任函數(shù)與似然函數(shù)的關系為（）。
A.BelA.≤PlA.
B.BelA.＜PlA.
C.BelA.≥PlA.
D.BelA.＞PlA.
3.單項選擇題
在主觀Bayes方法中，專家給出的Ln和LS值，不能出現(xiàn)下兩種情況（）。
Ⅰ.LN<1，LS<1
Ⅱ.LN<1，LS>1
Ⅲ.LN>1，LS<1
Ⅳ.LN>1，LS>1
A.Ⅰ，Ⅱ
B.Ⅱ，Ⅲ
C.Ⅰ，Ⅳ
D.Ⅱ，Ⅳ
4.單項選擇題在證據(jù)理論中，信任函數(shù)與似然函數(shù)對（Bel（A），Pl（A））的值為（0，0）時，表示（）。
A.A為真
B.對A一無所知
C.A為假
D.對A為真有一定信任
5.單項選擇題
歸結策略中，（）是完備的。
Ⅰ.線性輸入策略
Ⅱ.支持集策略
Ⅲ.單文字策略
Ⅳ.祖先過濾策略
A.Ⅰ，Ⅱ
B.Ⅰ，Ⅲ
C.Ⅱ，Ⅳ
D.Ⅲ，Ⅳ
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（）。
題型：多項選擇題
在神經網絡中，激活函數(shù)ReLU 的特點是什么（）？
題型：單項選擇題
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（）？
題型：多項選擇題
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（）？
題型：多項選擇題
在自然語言處理任務中，哪些技術適用于提升文本分類的性能（）？
題型：多項選擇題
在機器學習中，核技巧（KernelTrick）主要用于解決什么問題（）？
題型：單項選擇題
在深度學習模型中，用于提高模型訓練穩(wěn)定性的技術是：（）。
題型：單項選擇題
Xpath 語言有（）的構成。
題型：多項選擇題
在自然語言處理中，哪些方法可以用于提升自動文本摘要的生成效果（）？
題型：多項選擇題
在自然語言處理中，哪些技術適用于提升問答系統(tǒng)的性能（）？
題型：多項選擇題