相关考题
- 判断题 偏差（Bias）可以看成模型预测与真实样本的差距，想要得到low bias，就得复杂化模型，但是容易造成过拟合。方差（Variance）可以看成模型在测试集上的表现，想要得到low variance，就得简化模型，但是容易造成欠拟合。在实际应用中，偏差和方差是需要权衡的。若模型在训练样本和测试集上都表现的不错，偏差和方差都会比较小，这也是模型比较理想的情况。
- 单项选择题 下列哪一种偏移在最小二乘直线拟合、线性回归模型计算损失函数（如：均方差损失函数）的情况下使用的？图中横坐标是输入X，纵坐标是输出Y。（）
- 多项选择题 下列属于Python语言缺点的是（）
- 判断题 在进行建模预测时，对于类别型变量可以采用将其数值化的方法处理。
- 多项选择题 在数值型变量中有数值缺失时，可以用（）进行填充。
- 单项选择题 在预测“泰坦尼克号”生存率时，所用的数据集中三个CSV文件是（）
- 多项选择题 数据预处理的基本方法包括：（）
- 多项选择题 属于大数据分析步骤是（）
- 多项选择题 在大数据中常见的数据类型有（）
- 多项选择题 下列关于人工智能与大数据的关系的说法正确的是（）
- 单项选择题 不属于大数据的4V特征是（）
- 单项选择题 下列不属于数据清洗的数据处理方法是（）
- 判断题 即使数据质量不好，只要模型建立的好，也一定能够达到非常好的效果。
- 判断题 在数据预处理时，一般要对数据进行归一化（Normalization）。
- 判断题 中位数是一个统计学专有名词，是一个样本、种群或概率分布的中间数值。
- 判断题 MSE（Mean Squared Error）是均方误差，又称均方差，是n个数据预测结果误差平方的均值，是线性回归模型最常用的损失函数。
- 判断题 损失函数（Loss Function）是指用数学的方法衡量假设函数预测结果与真实值之间的误差。机器学习算法的任务就是要使这个损失函数的差距越来越小，达到越来越准确的目标。
- 判断题 假设函数（Hypothesis Function）是指用数学的方法描述自变量（Xi）和因变量（Yi）之间的关系，它们之间可以是一个线性函数或非线性函数。
- 单项选择题 Which following one is false？（）
- 判断题 Is the following statement true or false? "The evaluation function is a function used to estimate the value or goodness of a position in minimax and related algorithms, and typically desigened to prioritize spped over accuracy."
