卷积神经网络简介卷积神经网络(convolutional neural network，CNN)最初是用来解决图像识别等问题设计的，随着计算机的发展，现在CNN的应用已经非常广泛了，在自然语言处理(NLP)、医药发现、文本处理等等中都有应用。这里我们着重分析CNN在图像处理上的应用。在早期图像处理识别研究中，最大的问题是如何组织特征，这是因为图像数据不像其他类型的数据可以通过人工理解来提取...

1、使用k=1的knn算法, 下图二类分类问题, “+” 和 “o” 分别代表两个类, 那么, 用仅拿出一个测试样本的交叉验证方法, 交叉验证的错误率是多少：A 0%B 100%C 0%到100D  以上都不是正确答案是： B解析：knn算法就是, 在样本周围看k个样本, 其中大多数样本的分类是A类, 我们就把这个样本分成A类. 显然, k=1 的knn在上图...

1、Logistic回归分类器是否能对下列数据进行完美分类？注：只可使用X1和X2变量，且只能使用两个二进制值（0,1）。A 是B 否C 不确定D 都不是正确答案是： B解析：逻辑回归只能形成线性决策面，而图中的例子并非线性可分的。2、假设对给定数据应用了Logistic回归模型，并获得了训练精度X和测试精度Y。现在要在同一数据中添加一些新特征，以下哪些是错误的选项。...

笔试题： 1、下列时间序列模型中,哪一个模型可以较好地拟合波动性的分析和预测。A  AR模型B  MA模型C  ARMA模型D  GARCH模型正确答案是：D解析：AR模型是一种线性预测，即已知N个数据，可由模型推出第N点前面或后面的数据（设推出P点），所以其本质类似于插值。MA模型(moving average model)滑动平均模型，其中使用趋势移动平均...

1、神经网络模型（Neural Network）因受人类大脑的启发而得名，神经网络由许多神经元（Neuron）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，如下图所示。请问下列关于神经元的描述中，哪一项是正确的？ A 每个神经元可以有一个输入和一个输出B 每个神经元可以有多个输入和一个输出C 每个神经元可以有一个输入和多个输出D 每个神经元可以有多个输入...

1、使用k=1的knn算法, 下图二类分类问题, “+” 和 “o” 分别代表两个类, 那么, 用仅拿出一个测试样本的交叉验证方法, 交叉验证的错误率是多少：A 0%B 100%C 0%到100D  以上都不是正确答案是： B解析：knn算法就是, 在样本周围看k个样本, 其中大多数样本的分类是A类, 我们就把这个样本分成A类. 显然, k=1 的knn在上图...

1、Logistic回归分类器是否能对下列数据进行完美分类？注：只可使用X1和X2变量，且只能使用两个二进制值（0,1）。A 是B 否C 不确定D 都不是正确答案是： B解析：逻辑回归只能形成线性决策面，而图中的例子并非线性可分的。2、假设对给定数据应用了Logistic回归模型，并获得了训练精度X和测试精度Y。现在要在同一数据中添加一些新特征，以下哪些是错误的选项。...

笔试题： 1、下列时间序列模型中,哪一个模型可以较好地拟合波动性的分析和预测。A  AR模型B  MA模型C  ARMA模型D  GARCH模型正确答案是：D解析：AR模型是一种线性预测，即已知N个数据，可由模型推出第N点前面或后面的数据（设推出P点），所以其本质类似于插值。MA模型(moving average model)滑动平均模型，其中使用趋势移动平均...

一、AdaBoost简介      Boosting, 也称为增强学习或提升法，是一种重要的集成学习技术， 能够将预测精度仅比随机猜度略高的弱学习器增强为预测精度高的强学习器，这在直接构造强学习器非常困难的情况下，为学习算法的设计提供了一种有效的新思路和新方法。其中最为成功应用的是，Yoav Freund和Robert Schapire在1995年提出的AdaBoost算法。      Ad...

​1、声明1：可以通过将所有权重初始化为0 来训练网络。声明2：可以通过将偏差初始化为0来很好地训练网络以上哪些陈述是真实的？A 1对2错B 1错2对C 1和2都对D 1和2都错正确答案是： B解析：即使所有的偏差都为零，神经网络也有可能学习。 另一方面，如果所有的权重都是零; 神经网络可能永远不会学习执行任务。具体可查看这里博客2、对于MLP，输入层中的节...