A.平滑
B.聚集
C.數(shù)據(jù)概化
D.規(guī)范化
您可能感興趣的試卷
你可能感興趣的試題
A.數(shù)據(jù)清理
B.數(shù)據(jù)集成
C.數(shù)據(jù)變換
D.數(shù)據(jù)歸約
A.去掉數(shù)據(jù)中的噪聲
B.對數(shù)據(jù)進行匯總和聚集
C.使用概念分層,用高層次概念替換低層次“原始”數(shù)據(jù)
D.將屬性按比例縮放,使之落入一個小的特定區(qū)間
A.填補數(shù)據(jù)種的空缺值
B.集成多個數(shù)據(jù)源的數(shù)據(jù)
C.得到數(shù)據(jù)集的壓縮表示
D.規(guī)范化數(shù)據(jù)
A.概念分層
B.離散化
C.分箱
D.直方圖
A.孤立點
B.空缺值
C.測量變量中的隨即錯誤或偏差
D.數(shù)據(jù)變換引起的錯誤
A.空間填充曲線
B.散點圖矩陣
C.平行坐標
D.圓弓分割
A.標稱屬性
B.二元屬性
C.序數(shù)屬性
D.數(shù)值屬性
A.算術平均值
B.截尾均值
C.中位數(shù)
D.眾數(shù)
A.標稱屬性
B.二元屬性
C.序數(shù)屬性
D.數(shù)值屬性
A.關聯(lián)分析
B.分類和預測
C.聚類分析
D.演變分析
最新試題
管理員不需要驗證就可以訪問數(shù)據(jù)存儲系統(tǒng)中的任何數(shù)據(jù),這符合數(shù)據(jù)安全的要求。
通常,當試圖從大量觀察中學習具有少量狀態(tài)的HMM時,我們幾乎總是可以通過允許更多隱藏狀態(tài)來增加訓練數(shù)據(jù)的可能性。
完整性,一致性,時效性,唯一性,有效性,準確性是衡量數(shù)據(jù)質量的六個維度指標。
數(shù)據(jù)收集中的拉模式需要通過定時的方式不斷地觸發(fā),才能源源不斷地獲取對應的數(shù)據(jù)。
根據(jù)數(shù)據(jù)科學家與數(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,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)放置到對應的存儲系統(tǒng)。
假設屬性的數(shù)量固定,則可以在時間上以線性方式學習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。
經(jīng)常跟管理層打交道并進行有效地關于商業(yè)領域的討論有助于數(shù)據(jù)科學項目的成功。
隨機梯度下降每次更新執(zhí)行的計算量少于批梯度下降。
使用偏差較小的模型總是比偏差較大的模型更好。
當反向傳播算法運行到達到最小值時,無論初始權重是什么,總是會找到相同的解(即權重)。