1.下面對邏輯斯蒂回歸(logistic regression)描述不正確的是（ ）
2邏輯斯蒂回歸模型（logistic regression）屬於（ ）
3潛在語義分析屬於（ ）
4線性區別分析屬於（ ）
5邏輯斯蒂回歸函式也可被稱為（ ）
6.在隱性語義分析中，給定m個單詞和n個文件所構成的單詞-文件矩陣(term-document)矩陣，對其進行分解，將單詞或文件對映到乙個r維的隱性空間。下面描述不正確的是（ ）
7線性區別分析(linear discriminant analysis， lda)在進行資料降維時，原始高維資料被對映到低維空間中後需要達到的優化的目標是（ ）
8lda(線性區別分析)與pca（主成分分析）均是降維的方法，下面描述不正確的是（ ）
9下面對邏輯斯蒂回歸（logistic regression)和多項邏輯斯蒂回歸模型(multi-nominal logistic model)描述不正確的是（ ）
10邏輯斯蒂回歸和線性區別分析均可完成分類任務，下面描述正確的是（ ）
人工智慧機器學習
機器學習是從資料中自動分析獲得規律 模型 並利用規律對未知資料進行 資料處理 首先將所有資料放在一起，然後將其順序打亂。由於順序不是判斷酒水的依據，我們並不期望順序影響到模型學習到的內容。換言之，我們判斷一種酒是紅的還是啤的，並不需要知道前一種或是接下來有什麼酒出現。這時，可以著手繪出視覺化的資料分...
機器學習和人工智慧
機械人和人工智慧這個領域確實已進入了瓶頸階段，因為現在的存在的各種人工智慧和機器裝置，都是人工程式設計控制的，再精密的動作都是在按照人工方式模擬下進行的，因此已經進入誤區。試想下 我們生下來就被遺傳了1 1 2的計算功能嗎？一生下來就能有意識的抬起手臂嗎？而目前再簡單的人工智慧都可以完成，但這僅僅侷...
人工智慧與機器學習
現如今，人工智慧與機器學習受到了各行各業的廣泛關注，大眾對其態度不一。但是人工智慧與機器學習對不同的人來說其代表的東西並不相同。通常人工智慧與機器學習會引起人們的恐懼與不確定性，因此一些專家對這兩個術語相關的風險表示擔憂。事實上，人工智慧與機器學習已經成為了我們日常生活中不可分割的一部分，即使在有些...