你可能感興趣的試題

A.梯度提升決策樹是一種組合分類器
B.梯度提升決策樹屬于統(tǒng)計學習中序列向前的加性/相加模型（additive model）
C.梯度提升樹是通過序列添加新的決策樹以擬合已有決策樹預測損失的梯度
D.梯度提升決策和隨機森林一樣是基于多數(shù)投票的組合分類器

A.對象的中心位置、長寬等定位參數(shù)通常被設置為回歸問題。
B.對象的中心點位置回歸時，通常以選擇的錨框中心點坐標為基礎，回歸優(yōu)化的目標是使錨框中心點坐標偏離對象真實中心點位置的量與所預測對象的中心點位置偏離對象真實中心點位置的量之間的差異越小越好。
C.對象定位的目標是使預測對象的定位參數(shù)直接和對象真實外包絡矩陣的參數(shù)差異越小越好。
D.對象檢測方法的學習是包括對象定位和對象分類的多任務學習問題。