1 解决

123 浏览

• VV8 2021-04-23

神经网络模型因受人类大脑的启发而得名。神经网络由许多神经元组成，每个神经元接受一个输入，对输入进行处理后给出一个输出。请问下列关于神经元的描述中，哪一项是正确的？（难度：★★）

人工智能基础理论

1 解决

176 浏览

• 86578981 2021-04-23

基于统计的分词方法为（）。（难度：★★★）

人工智能基础理论

1 解决

116 浏览

• Yook 2021-04-23

在大规模的语料中，挖掘词的相关性是一个重要的问题。以下哪一个信息不能用于确定两个词的相关性？（难度：★★★★）

人工智能基础理论

1 解决

95 浏览

• 萌萌萌? 2021-04-23

对于神经网络的说法，下面正确的是（）。（难度：★）——1)增加神经网络层数，可能会增加测试数据集的分类错误率2)减少神经网络层数，总是能减小测试数据集的分类错误率3)增加神经网络层数，总是能减小训练数据集的分类错误率

人工智能基础理论

1 解决

152 浏览

• black97 2021-04-23

语言模型的参数估计经常使用最大似然估计，面临的一个问题是没有出现的项概率为0，这样会导致语言模型的效果不好。为了解决这个问题，需要使用（）。（难度：★★）

人工智能基础理论

1 解决

216 浏览

• 苏苏 2021-04-23

当考虑某个具体问题时，你可能只有少量数据来解决这个问题。不过幸运的是你有一个针对类似问题已经预先训练好的神经网络。你可以用下面哪种方法来利用这个预先训练好的网络？（难度：★★）

人工智能基础理论

1 解决

125 浏览

• 77565001 2021-04-23

如果你正在处理文本数据，使用单词嵌入（Word2vec）表示使用的单词。在单词嵌入中，最终会有1000维。如果想减小这个高维数据的维度，使得相似的词在最邻近的空间中具有相似的含义。在这种情况下，你最有可能选择以下哪种算法？（难度：★★★★）

人工智能基础理论

1 解决

114 浏览

• hesheng 2021-04-23

我们想在大数据集上训练决策树，为了使训练时间更少，我们可以（）。（难度：★）

人工智能基础理论

1 解决

92 浏览

• 蓝色多瑙河 2021-04-23

以P(w)表示词条w的概率，假设已知P（南京）=0.8，P（市长）=0.6，P（江大桥）=0.4，P（南京市）=0.3，P（长江大桥）=0.5，在训练语料中未出现的词条概率为0。假设前后两个词的出现是独立的，那么分词结果就是（）。（难度：★★★）

人工智能基础理论

1 解决

151 浏览

• 阿邦 2021-04-23

假设在训练中我们突然遇到了一个问题：在几次循环之后，误差瞬间降低。你认为数据有问题，于是你画出了数据并且发现也许是数据的偏度过大造成了这个问题，你打算怎么做来处理这个问题？（难度：★★★）

人工智能基础理论

1 解决

151 浏览

• 7qutui 2021-04-23

下列哪个不属于常用的文本分类的特征选择算法？（难度：★★★）

人工智能基础理论

1 解决

109 浏览

• 杜霄凡 2021-04-23

下列不是SVM核函数的是（）。（难度：★★★）

人工智能基础理论

1 解决

107 浏览

• leidengsen 2021-04-23

以下哪种技术对于减少数据集的维度会更好？（难度：★★）

人工智能基础理论

1 解决

72 浏览

• y123456 2021-04-23

以下哪种方法不属于特征选择的标准方法？（难度：★★）

人工智能基础理论

1 解决

92 浏览

• 退役熬夜冠军 2021-04-23

以下几种模型方法属于判别式模型的有（）。（难度：★★★）——1)混合高斯模型2)条件随机场模型3)区分度训练4)隐马尔科夫模型

人工智能基础理论

1 解决

149 浏览

• 达达 2021-04-23

关于Logit回归和SVM不正确的是（）。（难度：★★★）

人工智能基础理论

1 解决

224 浏览

• fengshan 2021-04-23

在训练神经网络时，损失函数在最初的几个epoch时没有下降，可能的原因是（）。（难度：★★）

人工智能基础理论

1 解决

179 浏览

• cr9 2021-04-23

在一个神经网络中，下面（）方法可以用来处理过拟合。（难度：★）

人工智能基础理论

1 解决

117 浏览

• kid 2021-04-23

下列哪个不是人工智能的技术应用领域？（难度：★）

人工智能基础理论