人工智能、大數(shù)據(jù)導(dǎo)論智慧樹知到期末考試答案章節(jié)答案2024年溫州醫(yī)科大學(xué)_第1頁
人工智能、大數(shù)據(jù)導(dǎo)論智慧樹知到期末考試答案章節(jié)答案2024年溫州醫(yī)科大學(xué)_第2頁
人工智能、大數(shù)據(jù)導(dǎo)論智慧樹知到期末考試答案章節(jié)答案2024年溫州醫(yī)科大學(xué)_第3頁
人工智能、大數(shù)據(jù)導(dǎo)論智慧樹知到期末考試答案章節(jié)答案2024年溫州醫(yī)科大學(xué)_第4頁
人工智能、大數(shù)據(jù)導(dǎo)論智慧樹知到期末考試答案章節(jié)答案2024年溫州醫(yī)科大學(xué)_第5頁
免費(fèi)預(yù)覽已結(jié)束,剩余7頁可下載查看

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

人工智能、大數(shù)據(jù)導(dǎo)論智慧樹知到期末考試答案+章節(jié)答案2024年溫州醫(yī)科大學(xué)大數(shù)據(jù)技術(shù)為企業(yè)的業(yè)務(wù)分析與行業(yè)發(fā)展帶來了全新的思維角度,這將會(huì)充分激發(fā)數(shù)據(jù)對(duì)社會(huì)發(fā)展所帶來的影響()

答案:對(duì)肺結(jié)節(jié)是肺癌早期影像表現(xiàn),肺結(jié)節(jié)定義為:影像學(xué)表現(xiàn)直徑≥3cm的局灶性、類圓形、密度增高的實(shí)性或亞實(shí)性肺部陰影。()

答案:錯(cuò)用最小二乘法估計(jì)線性回歸方程,對(duì)數(shù)據(jù)沒有要求()

答案:錯(cuò)對(duì)于一元線性回歸模型,如果自變量是顯著的,那么自變量所對(duì)應(yīng)的系數(shù)應(yīng)該顯著的不為0。()

答案:對(duì)中國作為大數(shù)據(jù)與人工智能技術(shù)研發(fā)的新興大國,需要承擔(dān)起大國責(zé)任。()

答案:對(duì)盡早實(shí)現(xiàn)腫瘤的良惡性分類對(duì)于優(yōu)化基礎(chǔ)治療方案和避免過度治療具有非常重要的意義。()

答案:對(duì)圖像分割結(jié)果對(duì)魯棒性的要求不高。()

答案:錯(cuò)相較于國際人工智能的發(fā)展歷程,中國人工智能研究的起步較晚()

答案:對(duì)圖像重建算法中的解析法包括了()

答案:濾波反投影法###傅里葉變換法MR常見的重建算法有()

答案:壓縮感知法###傅里葉變換法CNN的基本結(jié)構(gòu)包括()。

答案:前向池化層###全連接層###卷積層關(guān)于多元線性回歸模型中,對(duì)誤差項(xiàng)的基本假定有()。

答案:誤差項(xiàng)是服從正態(tài)分布的隨機(jī)變量###誤差項(xiàng)是一個(gè)期望值為0的隨機(jī)變量###誤差項(xiàng)之間是相互獨(dú)立的醫(yī)學(xué)影像分割的結(jié)果要求()。

答案:分割精度高###魯棒性好機(jī)器學(xué)習(xí)的應(yīng)用領(lǐng)域有()。

答案:模式識(shí)別###計(jì)算機(jī)視覺###專家系統(tǒng)###數(shù)據(jù)挖掘###自然語言理解人工神經(jīng)元網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系是()。

答案:深度學(xué)習(xí)是人工神經(jīng)元網(wǎng)絡(luò)的一個(gè)發(fā)展###經(jīng)元網(wǎng)絡(luò)是深度學(xué)習(xí)的前身深度學(xué)習(xí)中常用的激活函數(shù)包括()。

答案:ReLU函數(shù)###Sigmoid函數(shù)###Sign函數(shù)機(jī)器學(xué)習(xí)常見算法有()。

答案:SVM分類器###決策樹###聚類算法###邏輯回歸###隨機(jī)森林信息驅(qū)動(dòng)模型,將影像信息劃分為哪些層次:()。

答案:象素層###語義層###對(duì)象層-###知識(shí)層SVM通過什么實(shí)現(xiàn)線性不可分?()

答案:核函數(shù)AI算法與硬件融合,可以提升智能密度,降低()建設(shè)投入

答案:50%-80%肺癌患者發(fā)病隱匿,早期癥狀、體征不典型,導(dǎo)致大部分患者發(fā)現(xiàn)時(shí),已經(jīng)是肺癌晚期,錯(cuò)過最佳治療時(shí)間,5年生存率僅為。()

答案:19%自適應(yīng)放療不需要重新進(jìn)行的步驟是()

答案:確定治療方案影像組學(xué)的第一個(gè)流程步驟是()。

答案:圖像獲取與預(yù)處理生成對(duì)抗網(wǎng)絡(luò)GAN不可以實(shí)現(xiàn)()

答案:圖像分割智能放射治療的應(yīng)用場(chǎng)景不包括。()。

答案:自動(dòng)模擬定位對(duì)于不同年份的產(chǎn)品擬合的直線方程為y=280-1.75x,y表示產(chǎn)品成本,x表示不同年份,可知()。

答案:時(shí)間每增加一個(gè)單位,產(chǎn)品成本平均下降1.75個(gè)單位生物靶區(qū)的縮寫為()

答案:BTV基于深度學(xué)習(xí)技術(shù)的醫(yī)學(xué)影像分割,是醫(yī)學(xué)圖像分析中最重要的基礎(chǔ)。()

答案:對(duì)影像信息中包含影像數(shù)據(jù)對(duì)象的空間關(guān)系信息。()

答案:對(duì)B超檢查,操作比較簡(jiǎn)單,也不會(huì)對(duì)人體造成損傷()

答案:對(duì)醫(yī)學(xué)圖像配準(zhǔn)包括圖像的定位和轉(zhuǎn)換,即通過尋找一種空間變換使兩幅圖像對(duì)應(yīng)點(diǎn)達(dá)到空間位置和解剖結(jié)構(gòu)上的完全一致。()

答案:對(duì)支持向量機(jī)僅能解決二分類問題。()

答案:錯(cuò)在經(jīng)過第一個(gè)快速發(fā)展期過后,人工智能進(jìn)入了更高速發(fā)展期(1967年至20世紀(jì)80年代初期)。()

答案:錯(cuò)下列哪些是影像組學(xué)的研究方向。()

答案:多模態(tài)圖像融合應(yīng)用###深度學(xué)習(xí)影像組學(xué)###多組學(xué)的聯(lián)合###多中心聯(lián)合()是有監(jiān)督學(xué)習(xí)模型。

答案:貝葉斯分類器###決策樹###支持向量機(jī)CNN的基本結(jié)構(gòu)包括()

答案:卷積層###全連接層###池化層于一元線性回歸分析的說法正確的是()。

答案:一般認(rèn)為,在不考慮系統(tǒng)演化的尺度范圍的情況下,樣本數(shù)越大,數(shù)據(jù)序列越長(zhǎng),回歸模型就越可靠###只有一個(gè)自變量和一個(gè)因變量的線性回歸模型叫一元線性回歸模型###為了得到盡可能準(zhǔn)確的模型參數(shù),需要借助于最小二乘法,將所有的數(shù)據(jù)都用上###在各種回歸分析中,一元線性回歸分析是整個(gè)回歸分析的基礎(chǔ)在醫(yī)學(xué)診斷中,為了降低輻射暴露風(fēng)險(xiǎn),通常會(huì)采用哪些方式來實(shí)現(xiàn)輻射劑量的減少,()

答案:降低管電流###降低管電壓Alexnet網(wǎng)絡(luò)的特點(diǎn)用哪些()

答案:數(shù)據(jù)增強(qiáng)技術(shù)###Dropout技術(shù)###使用ReLU函數(shù)作為激活函數(shù)局部進(jìn)展期宮頸癌治療失敗的主要原因有()

答案:局部復(fù)發(fā)###遠(yuǎn)處轉(zhuǎn)移功能驅(qū)動(dòng)的影像數(shù)據(jù)挖掘是針對(duì)具體應(yīng)用的特定要求來設(shè)計(jì)數(shù)據(jù)挖掘方案的,通常包括:()。

答案:預(yù)處理模塊###搜索引擎###影像采集模塊###知識(shí)發(fā)現(xiàn)模塊關(guān)于卷積層的說法,正確的是()。

答案:卷積層可以作為神經(jīng)網(wǎng)絡(luò)的隱藏層###特征圖是為卷積層的最終輸出###卷積核的尺寸是由人為指定的()是嵌入式特征選擇方法。

答案:LASSO回歸腫瘤患者中治療過程中需要放射治療和可以實(shí)現(xiàn)放療根治的患者比例分別是多少。()

答案:70%、40%2015年5月,為了全面推進(jìn)制造強(qiáng)國戰(zhàn)略,國務(wù)院發(fā)布了().

答案:《中國制造2025》目前基于深度學(xué)習(xí)的醫(yī)學(xué)影像識(shí)別準(zhǔn)確率能達(dá)到()及以上,輔助診斷效果顯著。

答案:80%常規(guī)的放療計(jì)劃設(shè)計(jì)時(shí)對(duì)于腫瘤區(qū)域內(nèi)劑量分布要均勻,靶區(qū)內(nèi)劑量梯度變化不超過多少()

答案:±5%VVG網(wǎng)絡(luò)用了哪個(gè)技巧來訓(xùn)練網(wǎng)絡(luò)()

答案:pre-train技術(shù)下列哪個(gè)選項(xiàng)不是良性腫瘤()

答案:膠質(zhì)母細(xì)胞瘤Y.LeCunPo于哪一年提出了卷積神經(jīng)網(wǎng)絡(luò)(ConvolutedNeuralNetwork,CNN)()

答案:1998以下哪個(gè)是支持向量機(jī)model的python代碼()。

答案:fromsklearnimportsvm,datasetsmodel=svm.SVC(kernel='linear',C=1,gamma='auto')NoSQL簡(jiǎn)單來說是采用與SQL盡可能兼容的方式實(shí)現(xiàn)區(qū)別于RDBMS方式的新型數(shù)據(jù)庫。()

答案:對(duì)工智能是由計(jì)算機(jī)科學(xué)、控制論、信息論、語言學(xué)、神經(jīng)生理學(xué)、心理學(xué)、統(tǒng)計(jì)學(xué)、數(shù)學(xué)和哲學(xué)等多學(xué)科交叉融合進(jìn)而發(fā)展起來的一門綜合性前沿學(xué)科。()

答案:對(duì)深度學(xué)習(xí)算法中,人可以掌控機(jī)器”思考”,的具體過程,但數(shù)據(jù)來源和質(zhì)量的不可控可能導(dǎo)致人工智能被教壞()

答案:錯(cuò)醫(yī)學(xué)影像學(xué)(MedicalImaging),是研究借助于某種介質(zhì)(如X射線、電磁場(chǎng)、超聲波等)與人體相互作用,把人體內(nèi)部組織器官結(jié)構(gòu)、密度以影像方式表現(xiàn)出來,供診斷醫(yī)師根據(jù)影像提供的信息進(jìn)行判斷,從而對(duì)人體健康狀況進(jìn)行評(píng)價(jià)的一門科學(xué)。()

答案:對(duì)大數(shù)據(jù)與人工智能沒有成為影響當(dāng)代國家發(fā)展的重要因素。()

答案:錯(cuò)目前影像學(xué)檢查在診斷甲狀腺微小結(jié)節(jié)時(shí),主要通過觀察結(jié)節(jié)形態(tài)學(xué)如()

答案:邊緣###大小###形態(tài)###鈣化人工智能方法建模時(shí)需要對(duì)模型的哪些性能進(jìn)行驗(yàn)證。()。

答案:準(zhǔn)確性###魯棒性###泛化性高質(zhì)量的放療計(jì)劃對(duì)于提高患者的生存質(zhì)量和生存期有著極其重要的意義。但是,當(dāng)前的行業(yè)現(xiàn)狀是放射治療計(jì)劃在設(shè)計(jì)時(shí)仍然存在的問題有。()。

答案:計(jì)劃質(zhì)量嚴(yán)重依賴于醫(yī)學(xué)物理師的計(jì)劃制作經(jīng)驗(yàn)###計(jì)劃魯棒性差###面對(duì)靶區(qū)復(fù)雜的放療計(jì)劃,就算是經(jīng)驗(yàn)豐富的物理師也需要花費(fèi)大量的時(shí)間來設(shè)計(jì)符合臨床實(shí)施標(biāo)準(zhǔn)的放療計(jì)劃###高質(zhì)量計(jì)劃產(chǎn)出效率低,計(jì)劃設(shè)計(jì)時(shí)物理師需要不斷的對(duì)計(jì)劃進(jìn)行優(yōu)化,以實(shí)現(xiàn)最優(yōu)的劑量分布影像醫(yī)生的年增速僅為()。

答案:4%-6%下列方程錯(cuò)誤的是()。

答案:y=15-0.48x,相關(guān)系數(shù)r=0.65人工智能模型學(xué)習(xí)結(jié)果的一個(gè)重要決定因素就是訓(xùn)練數(shù)據(jù)的質(zhì)量,其中訓(xùn)練數(shù)據(jù)的質(zhì)量不包括()

答案:圖像的大小

答案:圖像卷積運(yùn)算是將模板在輸入圖像中逐像元移動(dòng),每到一個(gè)位置就把模板的值與其對(duì)應(yīng)的像元值進(jìn)行乘積運(yùn)算并求和,從而得到輸出圖像對(duì)應(yīng)于模板中心位置的像元灰度值()

答案:對(duì)在影像組學(xué)特征提取過程中,派生圖像的特征跟原始圖像提取的類型是一致的。()

答案:錯(cuò)人工智能雖然強(qiáng)大,但是不能對(duì)藥物活性、安全性和副作用進(jìn)行預(yù)測(cè)。()

答案:錯(cuò)目前基于人工智能方法的正常組織和器官的自動(dòng)分割效果良好,能夠滿足臨床的使用要求。()

答案:對(duì)1989年,首屆中國人工智能聯(lián)合會(huì)議成功召開。()

答案:對(duì)影像組學(xué)特征提取既可以使用編程語言實(shí)現(xiàn),也可以通過特征提取軟件實(shí)現(xiàn)。()

答案:對(duì)人工智能算法并不是一成不變的,而是結(jié)合最新的數(shù)據(jù)、技術(shù),學(xué)習(xí)發(fā)展為更加先進(jìn)的算法。()

答案:對(duì)醫(yī)學(xué)圖像分割的過程是:根據(jù)區(qū)域間的相似或不同,把圖像分割成若干區(qū)域。()

答案:對(duì)MRI具有多方位及多參數(shù)成像方式和高軟組織分辨率及無輻射等優(yōu)勢(shì),已成為癌癥術(shù)前分期的重要方法。()

答案:對(duì)大數(shù)據(jù)的定義,是無法在一定時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合。()

答案:對(duì)人工智能在20世紀(jì)中葉誕生,其探索的過程經(jīng)歷了多次的挫折與掙扎,繁榮與低谷。()

答案:對(duì)深度學(xué)習(xí)與機(jī)器學(xué)習(xí)沒有關(guān)系()

答案:錯(cuò)cycleGAN可以用作圖像風(fēng)格遷移。()

答案:對(duì)圖像數(shù)據(jù)融合主要有以像素為基礎(chǔ)的方法和以圖像特征為基礎(chǔ)的方法。()

答案:對(duì)利用深度卷積神經(jīng)網(wǎng)絡(luò)提取出圖片的內(nèi)容和風(fēng)格,然后進(jìn)行替換,可以創(chuàng)造出名家藝術(shù)風(fēng)格的畫作()

答案:對(duì)聯(lián)結(jié)主義的興起也是人工智能發(fā)展第三階段的標(biāo)志。()

答案:對(duì)用一元線性回歸模型中,隨機(jī)誤差項(xiàng)反映的是除了自變量X以外其他所有因素對(duì)因變量Y的影響。()

答案:對(duì)深度學(xué)習(xí)U-net網(wǎng)絡(luò)能用于醫(yī)學(xué)圖像的自動(dòng)分割。()

答案:對(duì)線性回歸方程不需要檢驗(yàn)盡可以應(yīng)用。()

答案:錯(cuò)醫(yī)學(xué)圖像檢測(cè)的先進(jìn)方法是通過監(jiān)督方法或傳統(tǒng)數(shù)字圖像處理技術(shù)檢測(cè)候選病變位置。()

答案:錯(cuò)()軟件能夠?qū)崿F(xiàn)影像組學(xué)特征提取。

答案:LIFEx###3Dslicer###AK軟件機(jī)器學(xué)習(xí)主要包括哪幾種學(xué)習(xí)策略()。

答案:類比學(xué)習(xí)###示教學(xué)習(xí)###實(shí)例學(xué)習(xí)###機(jī)械學(xué)習(xí)以下關(guān)于邏輯回歸與線性回歸問題的描述正確的是()。

答案:線性回歸計(jì)算方法一般是最小二乘法,邏輯回歸的參數(shù)計(jì)算方法是似然估計(jì)法###邏輯回歸用于處理分類問題,線性回歸用于處理回歸問題前向池化層###線性回歸要求輸入輸出值呈線性關(guān)系,邏輯回歸不要求肺結(jié)節(jié)常規(guī)檢測(cè)方法有。()。

答案:活體組織檢查###血液檢查###結(jié)核菌素試驗(yàn)###結(jié)節(jié)病抗原(Kveim)試驗(yàn)臨床上使用的深度學(xué)習(xí)算法雖然可以實(shí)現(xiàn)對(duì)病情的自動(dòng)化識(shí)別與分類,仍有哪些方面還有待提升()。

答案:靈敏度###精確度###特異度基于影像數(shù)據(jù)的分類技術(shù)流程主要分為哪幾步:()。

答案:建立影像表示模型###根據(jù)分類模型對(duì)未標(biāo)記的影像數(shù)據(jù)集進(jìn)行自動(dòng)分類判別###對(duì)樣本數(shù)據(jù)集進(jìn)行訓(xùn)練和學(xué)習(xí)NoSQL通常有如下類型()。

答案:時(shí)序數(shù)據(jù)庫###鍵值數(shù)據(jù)庫###圖數(shù)數(shù)據(jù)庫###文檔數(shù)據(jù)庫###列數(shù)據(jù)庫卷積運(yùn)算中,下列一項(xiàng)處理圖像邊緣的像素點(diǎn)的方法是正確的是?()

答案:根據(jù)卷積核的大小,在圖像邊緣新增一圈像素點(diǎn)并根據(jù)圖像邊緣的像素進(jìn)行插值###根據(jù)卷積核的大小,忽略圖像周圍一圈的像素前向池化層###根據(jù)卷積核的大小,在圖像周圍先填充一圈純黑或純白然后進(jìn)行卷積運(yùn)算()是多變量特征選擇方法。

答案:隨機(jī)森林###LASSO回歸###支持向量機(jī)下列哪些是邏輯回歸的優(yōu)點(diǎn)?()。

答案:可解釋性好###資源占用少###模型形式簡(jiǎn)單()軟件能實(shí)現(xiàn)醫(yī)學(xué)圖像的分割。

答案:3Dslicer###LIFEx###ITK-SNAP基于影像數(shù)據(jù)的聚類技術(shù)通常分為哪幾步:()。

答案:嘗試不同的聚類算法###影像特征提取和選擇###建立影像相似性模型基于人工智能的肺結(jié)節(jié)診斷系統(tǒng)未來能夠協(xié)助醫(yī)生。()。

答案:減少漏診###提高效率###削減讀片的時(shí)間成本###提升診斷的客觀性和準(zhǔn)確性下面哪些屬于影像組學(xué)的應(yīng)用方面。()

答案:療效評(píng)估###治療方案選擇###鑒別診斷###腫瘤分子分型預(yù)測(cè)數(shù)據(jù)挖掘的主要方法有()。

答案:數(shù)據(jù)分割方法###偏離分析方法###預(yù)測(cè)模型方法###關(guān)聯(lián)分析方法下列哪種方法可以基于R語言實(shí)現(xiàn)?()

答案:逐步向前和向后選擇###LASSO回歸###Boruta特征選擇###RFE遞歸消除構(gòu)建高質(zhì)量結(jié)構(gòu)化數(shù)據(jù)的過程中,需要將工作重點(diǎn)放在哪兩點(diǎn)上。()。

答案:數(shù)據(jù)集質(zhì)量###準(zhǔn)確數(shù)據(jù)集影像組學(xué)的流程步驟有()。

答案:模型建立與驗(yàn)證###圖像采集與預(yù)處理###圖像分割###數(shù)據(jù)處理###影像組學(xué)特征提取目前應(yīng)用于醫(yī)療實(shí)踐中的醫(yī)療機(jī)器人主要有()。

答案:可穿戴型機(jī)器人###檢查和治療用機(jī)器人###能夠承擔(dān)手術(shù)或醫(yī)療保健功能的機(jī)器人風(fēng)格遷移用到的是什么算法()。

答案:卷積以下哪個(gè)是邏輯回歸model的python代碼()。

答案:fromsklearnimportlinear_modellog=linear_model.LogisticRegression(solver="lbfgs",C=3)()不能用來評(píng)估模型性能。

答案:ICC系數(shù)在回歸分析中,被預(yù)測(cè)或被解釋的變量稱為()。

答案:因變量R語言中,()可以實(shí)現(xiàn)SVM模型的建立。

答案:e1071包()可以用來評(píng)估影像組學(xué)特征的可重現(xiàn)性。

答案:ICC系數(shù)假設(shè)使用邏輯回歸進(jìn)行多類別分類,使用OVR分類法。下列說法正確的是?()。

答案:對(duì)于n類別,需要訓(xùn)練n個(gè)模型下列哪個(gè)算法率先給出了語義級(jí)別的圖像分割解決方案()

答案:FCN算法如果兩個(gè)變量之間存在負(fù)相關(guān),指出下列回歸方程中哪個(gè)肯定有誤()。

答案:Y=-120+0.86X()是過濾式特征選擇方法。

答案:單因素logistics回歸()軟件能夠加載外部模塊從而實(shí)現(xiàn)更豐富的功能。

答案:3DSlicer以下哪個(gè)是線性回歸model的python代碼()。

答案:fromsklearnimportlinear_modelmodel=linear_model.LinearRegression()臨床上患者在接受CT檢查的過程中會(huì)伴隨著輻射風(fēng)險(xiǎn),過量的輻射會(huì)誘發(fā)白血病和癌癥等疾病,常見的減少輻射劑量的方式有()

答案:稀疏角度掃描所有患者的醫(yī)學(xué)圖像會(huì)以()文件格式進(jìn)行存儲(chǔ)

答案:DICOM乳腺癌發(fā)病率位居女性惡性腫瘤第一位,占比高達(dá)()

答案:29%池化層的作用不包括()。

答案:實(shí)現(xiàn)特征分類最早的具備聯(lián)網(wǎng)功能的移動(dòng)終端設(shè)備是1990年代中期開始流行的()。

答案:PDA社交媒體、移動(dòng)互聯(lián)網(wǎng)、物聯(lián)網(wǎng)三大催化劑讓數(shù)據(jù)量在過去幾十年間呈()增長(zhǎng)。

答案:指數(shù)級(jí)下列哪個(gè)選項(xiàng)不是計(jì)算機(jī)視覺中關(guān)于圖像識(shí)別中的四大類任務(wù)之一。()

答案:生成在鼻咽癌調(diào)強(qiáng)放療的過程中,一般需要完成多少次的放射治療()

答案:30~35次邏輯回歸算法資源占用小,尤其是內(nèi)存。()

答案:對(duì)深度學(xué)習(xí)的主要過程包括()。

答案:用大量數(shù)據(jù)訓(xùn)練網(wǎng)絡(luò)###對(duì)權(quán)重初始化###優(yōu)化網(wǎng)絡(luò)###選擇合適問題的網(wǎng)絡(luò)結(jié)構(gòu)關(guān)于邏輯回歸算法,描述正確的是()。

答案:邏輯回歸訓(xùn)練問題能采用梯度下降策略求解###邏輯回歸訓(xùn)練問題是凸優(yōu)化問題###邏輯回歸是一種有監(jiān)督學(xué)習(xí)方法人工智能(AI)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)三者關(guān)系論述正確的是()

答案:人工智能是一門研究、開發(fā)用于模擬、延伸和擴(kuò)展人類智能的理論、方法及應(yīng)用的新的交叉學(xué)科,機(jī)器學(xué)習(xí)是人工智能的核心研究鄰域之一,深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的新領(lǐng)域,研究多隱層多感知器、模擬人腦進(jìn)行分析學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)在何種情況下神經(jīng)網(wǎng)絡(luò)被稱為深度學(xué)習(xí)模型()

答案:加入更多層,使得神經(jīng)網(wǎng)絡(luò)的層數(shù)增加從學(xué)習(xí)類型看,深度學(xué)習(xí)是一種無監(jiān)督學(xué)習(xí)方法()

答案:錯(cuò)

答案:深度學(xué)習(xí)模型的訓(xùn)練可以采用反向傳播算法()

答案:對(duì)邏輯回歸算法的損失函數(shù)是交叉熵?fù)p失()

答案:對(duì)

答案:負(fù)線性相關(guān)關(guān)系目前醫(yī)療數(shù)據(jù)中有超過()來自于醫(yī)學(xué)影像。

答案:90%醫(yī)學(xué)影像大數(shù)據(jù)與醫(yī)院信息系統(tǒng)(HIS)大數(shù)據(jù)、檢驗(yàn)信息系統(tǒng)(LIS)大數(shù)據(jù)和電子病歷(EMR)等同屬于醫(yī)療大數(shù)據(jù)的范疇。()

答案:對(duì)我國醫(yī)學(xué)影像大數(shù)據(jù)的形成,主要有兩方面的原因:一是市場(chǎng),二是人口。()

答案:對(duì)IBM則總結(jié)了大數(shù)據(jù)的5V特點(diǎn)()。

答案:大量###高速###真實(shí)性###多樣###價(jià)值我國醫(yī)療影像數(shù)據(jù)以每年()的速度增長(zhǎng)。

答案:30%基于原始圖像,影像組學(xué)特征類型中鄰

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論