A、朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B、面对孤立的噪声点，朴素贝叶斯分类器是健壮的
C、面对无关属性，朴素贝叶斯分类器是健壮的
D、相关属性可能会降低朴素贝叶斯分类器的性能
答案：ABCD
解析：见算法解析
A、朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B、面对孤立的噪声点，朴素贝叶斯分类器是健壮的
C、面对无关属性，朴素贝叶斯分类器是健壮的
D、相关属性可能会降低朴素贝叶斯分类器的性能
答案：ABCD
解析：见算法解析
解析：0<H<360 0<S<1 0<V<1 。H分量的范围应该是0---360。不过，在opencv里面，你用8bit的uchar无法表示超过255的数据，所以，opencv做了一个小小的技巧性处理，直接把H分量的值除以2。所以，如果，你用cvCvtColor(img, destImg, CV_BGR2HSV)得到的HSV空间的destImg的H分量，数值的范围在0----180
A. 负梯度方向是使函数值下降最快的方向
B. 当目标函数是凸函数时，梯度下降法的解是全局最优解
C. 梯度下降法比牛顿法收敛速度快
D. 拟牛顿法不需要计算Hesse矩阵
A. 静态 弱类型
B. 动态 弱类型
C. 动态 强类型
D. 静态 强类型
解析： python是一门动态、强类型语言
解析：两者损失函数不同。逻辑回归输出层包含了Sigmoid非线性函数，其损失函数对Sigmoid函数之前的线性输出Z的偏导数，与线性回归的损失函数对线性输出Z的偏导数一样
A. 情感分析
B. 问答系统
C. 机器翻译
D. 所有选项
解析：NLP的功能强大，可以从文本内容提取特征与有效性息，可以实现情感分析，问答系统，机器翻译
A. Python的语法类似PHP
B. Python可用于WEB开发
C. Python是跨平台的
D. Python可用于数据抓取（爬虫）
A. 输入文件
B. Map阶段
C. 中间处理
D. Reduce阶段
A. 电力知识图谱
B. 电力智能问答
C. 电力智能巡检
D. 电力智能客服
解析：主要应用
