A.算術(shù)平均值
B.截尾均值
C.中位數(shù)
D.眾數(shù)
您可能感興趣的試卷
你可能感興趣的試題
A.標(biāo)稱屬性
B.二元屬性
C.序數(shù)屬性
D.數(shù)值屬性
A.關(guān)聯(lián)分析
B.分類和預(yù)測
C.聚類分析
D.演變分析
A.關(guān)聯(lián)分析
B.分類和預(yù)測
C.聚類分析
D.演變分析
A.關(guān)聯(lián)分析
B.分類和預(yù)測
C.演變分析
D.概念描述
A.選擇任務(wù)相關(guān)的數(shù)據(jù)
B.選擇要挖掘的知識類型
C.模式的興趣度度量
D.模式的可視化表示
A.關(guān)聯(lián)分析
B.分類和預(yù)測
C.孤立點(diǎn)分析
D.演變分析
E.概念描述
A.關(guān)聯(lián)分析
B.分類和預(yù)測
C.聚類分析
D.孤立點(diǎn)分析
E.演變分析
A.所涉及的算法的復(fù)雜性
B.所涉及的數(shù)據(jù)量
C.計算結(jié)果的表現(xiàn)形式
D.是否使用了人工智能技術(shù)
A.目標(biāo)市場分析
B.購物籃分析
C.模式識別
D.信用卡欺詐檢測
A.二分K均值
B.MST
C.Chameleon
D.組平均
最新試題
經(jīng)常跟管理層打交道并進(jìn)行有效地關(guān)于商業(yè)領(lǐng)域的討論有助于數(shù)據(jù)科學(xué)項(xiàng)目的成功。
通常,當(dāng)試圖從大量觀察中學(xué)習(xí)具有少量狀態(tài)的HMM時,我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓(xùn)練數(shù)據(jù)的可能性。
最大似然估計的一個缺點(diǎn)是,在某些情況下(例如,多項(xiàng)式分布),它可能會返回零的概率估計。
當(dāng)MAP中使用的先驗(yàn)是參數(shù)空間上的統(tǒng)一先驗(yàn)時,MAP估計等于ML估計。
隨機(jī)梯度下降每次更新執(zhí)行的計算量少于批梯度下降。
訓(xùn)練神經(jīng)網(wǎng)絡(luò)具有過度擬合訓(xùn)練數(shù)據(jù)的潛在問題。
通過統(tǒng)計學(xué)可以推測擲兩個撒子同時選中3點(diǎn)的幾率。
數(shù)據(jù)壓縮與解壓縮可以使得數(shù)據(jù)處理的速度加快。
數(shù)據(jù)索引是保證數(shù)據(jù)處理高性能的軟件角度的一種手段,不做數(shù)據(jù)索引的數(shù)據(jù)訪問是線性訪問,但是做了索引的數(shù)據(jù)訪問會成倍的降低訪問時間。
當(dāng)數(shù)據(jù)集標(biāo)簽錯誤的數(shù)據(jù)點(diǎn)時,隨機(jī)森林通常比AdaBoost更好。