Предмет: Английский язык, автор: lilikanl

помогите пожалуйста дам 50 баллов
Complete the sentences with the words in bold from the text.
[dramatic, crater, mysterious, blockbusters, picturesque, unmissable]
1 An extremely popular film is called a____
2 A large hole in the top of a volcano is called a____
3 If something is so good that it must be seen or done, we call it____
4 We use the word____something extreme or exciting
5 If something is very beautiful we can call it____
6 _____is a word for something strange or unknown.

Приложения:

Ответы

Автор ответа: emaee
8
1. blockbusters
2. crater
3. unmissable
4. dramatic
5. picturesque
6.mysterious
Похожие вопросы
Предмет: Алгебра, автор: khonkor75
Предмет: Английский язык, автор: alsu64254
Предмет: Информатика, автор: mragzam19
Мы выбрали для обучения регрессионную модель, используя алгоритм линейной регрессии с градиентным спуском. Какой из следующих ответов правильный?

A. Мы используем градиентный спуск для обновления весового вектора W на каждой итерации алгоритма, но мы не найдем хорошую модель, если обучающий набор не является репрезентативным набором данных
B.Все ответы неверны
C. Градиентный спуск можно было бы использовать для линейной регрессии, если обученная модель линейно разделима
D.Мы используем градиентный спуск для обновления весового вектора W на каждой итерации алгоритма, и мы получим хорошую модель, независимо от качества объектов, поскольку градиентный спуск является выпуклой функцией для этой задачи






We chose to train a regression model, using the linear regression algorithm with gradient descent. Which of the following answers is correct?

A. We use the gradient descent, to update the weight vector W, in every iteration of the algorithm, but we will not find a good model if the training set is not a representative dataset
B.All the answers are incorrect
C. Gradient descent could be used for linear regression, if the trained model is linearly separatable
D.We use the gradient descent, to update the weight vector W, in every iteration of the algorithm and we will get a good model, regardless the quality of the features, since gradient descent is a convex function for this problem