快乐学习
一个网站喵查铺子（catpuzi.com）全搞定~
A、梯度更新都以正确输出的特征向量和模型分数最高的输出的特征向量的差为基础。
B、都考虑所有可能的输出类别。
C、都考虑模型概率。
D、二者都奖励正确输出的特征向量。
喵查答案：梯度更新都以正确输出的特征向量和模型分数最高的输出的特征向量的差为基础。
都考虑所有可能的输出类别。
都考虑模型概率。
……继续阅读 »
A、对数线性模型属于线性判别模型
B、对数线性模型是概率模型
C、二分类对数线性模型，又叫做逻辑回归（Logistic regression）
D、多分类对数线性模型使用sigmoid激活函数
喵查答案：对数线性模型属于线性判别模型
二分类对数线性模型，又叫做逻辑回归（Logistic regression）
……继续阅读 »
A、是一种数值优化算法
B、是一种迭代算法
C、随机梯度下降是梯度下降算法的一种近似，运行效率更高。
D、随机梯度下降算法可以用于训练对数线性模型，但不能用来训练支持向量机。
喵查答案：是一种数值优化算法
是一种迭代算法
随机梯度下降是梯度下降算法的一种近似，运行效率更高。
……继续阅读 »
A、有些模型是线性模型，有些模型是非线性模型
B、激活函数不同
C、正则项不同
D、输出神经元的个数不同
喵查答案：激活函数不同
正则项不同
……继续阅读 »
A、最小化训练数据上的经验风险。
B、最小化任何数据上的期望风险。
C、最小化开发数据上的经验风险。
D、最小化测试数据上的期望风险。
喵查答案：最小化训练数据上的经验风险。
……继续阅读 »
A、两个模型性能具有差别的概率。
B、实验结果存在误差的概率。
C、一个模型强于另一个模型的概率。
D、两个模型内在性能相同的概率。
喵查答案：两个模型内在性能相同的概率。
……继续阅读 »
A、最大边缘Maximum margin
B、最大似然Maximum likelihood
C、最小二乘Minimum square error
D、以上都不是
喵查答案：最大似然Maximum likelihood
……继续阅读 »
A、当前样本的模型概率。
B、当前样本对于输入变量的梯度。
C、当前样本局部损失函数对于模型参数的导数。
D、当前样本模型概率对于模型参数的导数。
喵查答案：当前样本局部损失函数对于模型参数的导数。
……继续阅读 »
A、感知机没有明确的优化目标函数，但支持向量机具有。
B、感知机的训练目标函数和支持向量机相似，但是后者多了一项正则项。
C、支持向量机优化向量空间中的超平面，但感知机不具有空间解释。
D、两种算法的目标函数都可以看成是正确输出和错误输出之间的分差，且优化的目标分差相同。
喵查答案：感知机的训练目标函数和支持向量机相似，但是后者多了一项正则项。
……继续阅读 »
A、这种损失函数会增大模型的经验风险。
B、这种损失函数属于离散函数。
C、这种损失函数，计算复杂度太高。
D、这种损失函数无法对模型参数求导。
喵查答案：这种损失函数无法对模型参数求导。
……继续阅读 »
A、是对具体信息的抽象数学表达
B、可以取整数值，也可以取实数值
C、必须同时包括输入和输出信息
D、分为特征类别和特征实例，后者经常作为特征向量的一部分
喵查答案：是对具体信息的抽象数学表达
可以取整数值，也可以取实数值
分为特征类别和特征实例，后者经常作为特征向量的一部分
……继续阅读 »
A、停用词的排除
B、对所有词的频率进行加一平滑
C、使用TF/IDF文档向量
D、对向量中的每个元素除以一个常数
喵查答案：停用词的排除
使用TF/IDF文档向量
……继续阅读 »
A、都将向量空间分成两个部分
B、训练目标都是使正确输出的分数高于错误输出的分数值
C、都在训练数据上迭代多轮更新
D、都使用正确输出的特征减去错误输出的特征进行参数调整
喵查答案：都将向量空间分成两个部分
都在训练数据上迭代多轮更新
……继续阅读 »
A、训练数据的线性可分性
B、模型特征定义的丰富程度
C、模型是不是判别式模型
D、模型是不是在训练数据上过拟和
喵查答案：训练数据的线性可分性
模型特征定义的丰富程度
……继续阅读 »
A、训练数据表现越准确的模型在测试数据表现不一定越准确
B、判别模型一定比生成模型准确
C、模型的特征定义的越丰富越多模型就越准确
D、感知机和支持向量机都是线性模型，但是有办法在线性不可分的数据上进行训练
喵查答案：训练数据表现越准确的模型在测试数据表现不一定越准确
感知机和支持向量机都是线性模型，但是有办法在线性不可分的数据上进行训练
……继续阅读 »
