Word2vec,是一群用来产生词向量的相关模型。这些模型为浅而双层的神经网络,用来训练以重新建构语言学之词文本。关于word2vec模型,下面说法不正确的是: A. 得到的词向量维度小,可以节省存储和计算资源 B. 考虑了全局语料库的信息 C. 无法解决多义词的问题 D. 可以表示词和词之间的关系 数据分析认证考试介绍:点击进入 数据分析考试大纲下载 题目来源于CDA模拟题库 点
Word2vec,是一群用来产生词向量的相关模型,用来训练以重新建构语言学之词文本。Word2Vec包含哪两种模型? A. CBOW模型和Skip-Gram模型 B. Bag-of-Words和GloVe模型 C. LSA模型和CBOW模型 D. GloVe模型和CBOW模型 数据分析认证考试介绍:点击进入 数据分析考试大纲下载 题目来源于CDA模拟题库 点击此处获取答案
Skip-Gram模型的基础形式非常简单,为了更清楚地解释模型,我们先从最一般的基础模型来看Word2Vec。Skip-Gram模型不包含以下哪一项? A. 输入层 B. 池化层 C. 输出层 D. 隐藏层 数据分析认证考试介绍:点击进入 题目来源于CDA模拟题库 点击此处获取答案 数据分析专项练习题库 内容涵盖Python,SQL,统计学,数据分析理论,深度学习,可视化,机器学
BP(back propagation)神经网络是1986年由Rumelhart和McClelland为首的科学家提出的概念,是一种按照误差逆向传播算法训练的多层前馈神经网络,是应用最广泛的神经网络。BP神经网络的训练顺序为何?( A:调整权重; B:计算误差值; C:利用随机的权重产生输出的结果) A. BCACA B. CABAB C. BACAC D. CBABA 数据分析认证考试
广为流传的“啤酒与尿布”的故事,其背后的模型实际上是哪一类? A. 分类(Classification) B. 分群(Clustering) C. 关联(Association) D. 预测(Prediction) 数据分析认证考试介绍:点击进入 题目来源于CDA模拟题库 点击此处获取答案 数据分析专项练习题库 内容涵盖Python,SQL,统计学,数据分析理论,深度学习,可视化