最新試題
隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。
題型：判斷題
支持向量機不適合大規(guī)模數(shù)據(jù)。
題型：判斷題
假設(shè)屬性的數(shù)量固定，則可以在時間上以線性方式學(xué)習(xí)基于高斯的貝葉斯最優(yōu)分類器，而該數(shù)量是數(shù)據(jù)集中記錄的數(shù)量。
題型：判斷題
給定用于2類分類問題的線性可分離數(shù)據(jù)集，線性SVM優(yōu)于感知器，因為SVM通常能夠在訓(xùn)練集上實現(xiàn)更好的分類精度。
題型：判斷題
根據(jù)數(shù)據(jù)科學(xué)家與數(shù)據(jù)工程師對于問題的理解并相互討論，然后確定需要收集數(shù)據(jù)的范圍以及種類，然后數(shù)據(jù)工程師使用數(shù)據(jù)收集工具，架構(gòu)，甚至編程的形式來進行數(shù)據(jù)收集的工作，然后并把數(shù)據(jù)收集的數(shù)據(jù)放置到對應(yīng)的存儲系統(tǒng)。
題型：判斷題
由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。
題型：判斷題
使用偏差較小的模型總是比偏差較大的模型更好。
題型：判斷題
要將工作申請分為兩類，并使用密度估計來檢測離職申請人，我們可以使用生成分類器。
題型：判斷題
使決策樹更深將確保更好的擬合度，但會降低魯棒性。
題型：判斷題
無論質(zhì)心的初始化如何，K-Means始終會給出相同的結(jié)果。
題型：判斷題