![](https://static.youtibao.com/asksite/comm/h5/images/m_q_title.png)
[多选题]
基于Boosting的集成学习代表算法有()。
A.Adaboost
B.GBDT
C.XGBOOST
D.随机森林
查看答案
![](https://static.youtibao.com/asksite/comm/h5/images/solist_ts.png)
A.Adaboost
B.GBDT
C.XGBOOST
D.随机森林
A.强可学习和弱可学习是等价的,即如果已经发现了“弱学习算法”,可将其提升(boosting)为“强学习算法”
B.强可学习模型指学习模型仅能完成若干部分样本识别与分类,其精度略高于随机猜测
C.强可学习模型指学习模型能够以较高精度对绝大多数样本完成识别分类任务
D.在概率近似正确背景下,有“强可学习模型”和“弱可学习模型”
A.阈值分割方法(thresholdsegmentationmethod)
B.区域增长细分(regionalgrowthsegmentation)
C.边缘检测分割方法(edgedetectionsegmentationmethod)
D.基于聚类的分割(segmentationbasedonclustering)
E.基于CNN中弱监督学习的分割
A.传统的基于规则的方法,其中的规律可以人工显性的明确出来
B.传统基于规则的方法使用显性编程来解决问题
C.机器学习所中模型的映射关系必须是隐性的
D.机器学习中模型的映射关系是自动学习的
A.基于部分马尔科夫模型的两步决策算法
B.基于马尔科夫决策过程的强化学习决策方法
C.城市挑战赛Boss无人车应用的有限状态机
D.城市挑战赛Annieway无人车应用的分层状态机