A.所涉及的算法的復(fù)雜性
B.所涉及的數(shù)據(jù)量
C.計算結(jié)果的表現(xiàn)形式
D.是否使用了人工智能技術(shù)
您可能感興趣的試卷
你可能感興趣的試題
A.目標(biāo)市場分析
B.購物籃分析
C.模式識別
D.信用卡欺詐檢測
A.二分K均值
B.MST
C.Chameleon
D.組平均
A.MIN（單鏈）
B.MAX（全鏈）
C.組平均
D.Chameleon
A.高維性
B.規(guī)模
C.稀疏性
D.噪聲和離群點
A.精度
B.Rand統(tǒng)計量
C.Jaccard系數(shù)
D.召回率
最新試題
由于分類是回歸的一種特殊情況，因此邏輯回歸是線性回歸的一種特殊情況。
數(shù)據(jù)索引就像給每條數(shù)據(jù)裝了個信箱。
使決策樹更深將確保更好的擬合度，但會降低魯棒性。
小數(shù)據(jù)集的數(shù)據(jù)處理最好也由計算機(jī)手段來完成。
最大似然估計的一個缺點是，在某些情況下（例如，多項式分布），它可能會返回零的概率估計。
隨機(jī)梯度下降每次更新執(zhí)行的計算量少于批梯度下降。
數(shù)據(jù)復(fù)制或者備份均是為了從提高數(shù)據(jù)并發(fā)這個角度來設(shè)計和實現(xiàn)的。
完整性，一致性，時效性，唯一性，有效性，準(zhǔn)確性是衡量數(shù)據(jù)質(zhì)量的六個維度指標(biāo)。
數(shù)據(jù)索引是保證數(shù)據(jù)處理高性能的軟件角度的一種手段，不做數(shù)據(jù)索引的數(shù)據(jù)訪問是線性訪問，但是做了索引的數(shù)據(jù)訪問會成倍的降低訪問時間。
公司內(nèi)部收集的數(shù)據(jù)不存在需要考慮數(shù)據(jù)隱私的環(huán)節(jié)。