有关神经网络训练时使用的学习率参数说法正确的是 A:网络训练时刚开始学习率可以大一些，以便提高学习速度，随后应减少学习率，以免引起学习震荡。 B:学习率可以与其他网络参数一起训练，对降低代价函数是有利的。 C:学习率过大更容易导致训练陷入局 点我阅读全文
在神经网络训练中，有关学习率调整说法错误的是？ A:学习率设置不当会引起神经网络过拟合。 B:固定学习率设置太大可能会使神经网络训练震荡不收敛。 C:学习率太小会使神经网络的训练迅速达到极小值。 D:学习率可以根据损失函数（代价函数）减少的 点我阅读全文
BP神经网络在训练过程中，损失函数可能比较大，但随着训练的进行，损失函数基本不变化了，这种现象说明神经网络陷入全局最优解 A:对 B:错 答案: 错以下哪些数据的特征会对聚类有影响？ A:高维性 B:离群点 C:噪声 D:样本规模 答案: 点我阅读全文
对联通客户进行分组，以便根据各组的特点，策划不同的营销方案，需要客户哪些数据？ A:客户长途市话以及漫游等通话数据 B:客户人口数据 C:家庭男女组成 D:收入数据 答案: 客户长途市话以及漫游等通话数据,客户人口数据,家庭男女组成 下列说 点我阅读全文
有关聚类的算法，正确的说法有以下哪些？ A:聚类的结果要考虑业务的可解释性。 B:聚类的簇密度指样本的个数多少。 C:类似Kmeans基于划分的聚类与基于层次的聚类都是样本的距离为划分基础。 D:自底向上的层次聚类算法对样本的输入顺序比较敏 点我阅读全文
根据用户使用移动运营商的数据，可以为他们设计合适的套餐，使用哪种挖掘方法比较合适？ A:关联分析 B:神经网络 C:回归分析 D:聚类 答案: 聚类 对于Kmeans而言，不同的初始聚类中心选择可能导致不同的聚类结果。 A:错 B:对 答案 点我阅读全文
有关决策树的说法哪个是错误的？ A:可以转化为决策规则 B:决策树的深度越大越好 C:决策树的算法和神经网络的原理不一样 D:对新样本起到分类预测的作用 答案: 决策树的深度越大越好其他选项都正确有关前馈神经网络的认识正确的是？ A:神经网 点我阅读全文
下面关于感知机的说法中正确的是？ A:单个感知机是线性回归的训练过程 B:某一神经元可以连接下一层的多个神经元，表示该神经元有多个输出 C:其他都不对 D:在感知机中引入激活函数可以解决与异或问题（XOR） 答案: 单个感知机是线性回归的训 点我阅读全文
大数据分析的预测建模任务主要包括哪几大类问题？ A:模式发现 B:关联分析 C:分类 D:回归 答案: 关联分析,分类,回归以下哪个指标不能用于决策树的性能评价指标？ A:准确率 B:决策树规则的数目 C:ROC曲线下的面积AUC D:召回 点我阅读全文
有关数据质量的认识正确的是？ A:各种数据质量问题对机器学习算法的影响很大，因此需要充分预处理才能进入建模阶段。 B:有些机器学习算法具有比较强的抗噪型，因此不需要预处理也能得到有用的规律。 C:数据预处理就是删除有问题的数据。 D:数据质 点我阅读全文
NoSQL数据库作为非关系型数据库，只能够用来存储非结构数据。 A:对 B:错 答案: 错以下哪个算法不是基于规则的分类器 ？ A:C4.5 B:C5.0 C:ID3 D:贝叶斯分类器 答案: 贝叶斯分类器根据患者的视网膜图像等相关医疗信息 点我阅读全文
以下哪些情景可以使用大数据分析与预测建模技术？ A:统计某零售超市一个月内哪类牛奶的销量最大 B:预测电商网站某商品未来的销售量 C:保险公司的骗保分析 D:预测某移动运营商客户转移到竞争对手的可能性 答案: 预测电商网站某商品未来的销售量 点我阅读全文
将原始数据进行集成变换维度规约数值规约是在以下哪个步骤的任务？ A:频繁模式挖掘 B:数据流挖掘 C:数据预处理 D:分类和预测 答案: 数据预处理神经网络由许多神经元（Neuron）组成，下列关于神经元的陈述中哪一个是正确的？下面哪个步骤 点我阅读全文
下面哪种不属于数据预处理的方法？ A:估计遗漏值 B:聚集 C:离散化 D:变量代换 答案: 估计遗漏值一个神经元可以有一个输入和多个输出以下哪种方法不属于特征选择的标准方法 A:抽样 B:嵌入 C:过滤 D:包装 答案: 抽样B: 点我阅读全文
以下哪几个是数据归约的策略？ A:数据立方体聚集 B:维度归约 C:离散化和概念分层产生 D:数值归约 E:数据压缩 答案: 数据立方体聚集,维度归约,离散化和概念分层产生,数值归约,数据压缩其他选项都正确以下哪些是数据离散化技术？ A:分 点我阅读全文
特征选择的目标有哪些？ A:挖掘多个抽象层上的数据 B:提供更快性价比更高的学习过程 C:更好地理解生成数据的基本过程 D:提高数据挖掘模型的性能 答案: 提供更快性价比更高的学习过程,更好地理解生成数据的基本过程,提高数据挖掘模型的性能一 点我阅读全文