A、监督
B、非监督
C、识别
D、检测
答案：AB
解析：主要应用
A、监督
B、非监督
C、识别
D、检测
答案：AB
解析：主要应用
A. 可以和核函数结合
B. 通过调参可以往往可以得到很好的分类效果
C. 训练速度快
D. 泛化能力好
解析：SVM的训练速度不快
解析：Geoffrey Hinton，被称为“神经网络之父”、“深度学习鼻祖”，他曾获得爱丁堡大学人工智能的博士学位，并且为多伦多大学的特聘教授
A. 链式法则
B. 累加法则
C. 对等法则
D. 归一法则
解析：正确
A. 极大极小值估计
B. 极大似然估计
C. 最大先验概率
D. 最小后验概率
解析：EM算法就是含有隐变量的概率模型
参数的极大似然估计法
A. finally
B. else
C. try
D. if
A. 精度与错误率的和为1
B. 精度与错误率都可以反映模型的好坏
C. 精度与错误率都可以用概率密度函数表示
D. 精度是评价模型的唯一标准
解析：精度是不是评价模型的唯一标准
A. 自然演绎推理
B. 归结演绎推理
C. 不确定与非单调推理
D. 与、或形演绎推理
A. 拉普拉斯分布
B. 高斯分布
C. 伽玛分布
D. 柏拉图分布
解析：L1正则化可通过假设权重w的先验分布为拉普拉斯分布，由最大后验概率估计导出。L2正则化可通过假设权重w的先验分布为高斯分布，由最大后验概率估计导出。
A. k-means
B. 线性回归
C. 神经网络
D. 决策树
解析：k-means是一种无监督聚类方法。
