下列关于人工智能的叙述不正确的有（ ）

对于随机森林和 Gradi entBoosti ngTrees, 下面说法正确的是: 1 在随机森林￥的单个树中, 树和树之间是有依赖的, 而 Gradi entBoosti ngTrees 中的单个树之间是没有依赖的 2 这两个模型都使用随机特征子集, 来生成许多单个的树 3 我们可以并行地生成 Gradi entBoosti ngTrees 单个树, 因为它们之间是没有依赖的 4Gradi entBoosti ngTrees 训练模型的表现总是比随机森林好

进行顺序查找的条件是（）

要想让机器具有智能， 必须让机器具有知识。 因此， 在人工智能中有一个研￥究领域， 主要研究计算机如何自动获取知识和技能， 实现自我完善， 这门研究分支学科叫

DL/T860 数据属性（DA） 的功能约束(FC) 中 ST 表示的意义为（） 。

下列哪项可以评价回归模型？ 1 . R 方 RSquared2. 调整 R 方 3. F 统计量 4. RMSE/MSE/MAE

在人脸检测算法中， 不属于该算法难点的是

在潮流计算中用来平衡负荷功率与发电机功率在网络损耗情况下的差异的￥节点是()

以下是目标变量在训练集上的 8 个实际值[0, 0, 0, 1 , 1 , 1 , 1 , 1 ] ， 目标变量的熵是所少？

下面不能使用 GPU 进行加速的算法框架是

下面哪一项对梯度下降（GD） 和随机梯度下降（SGD） 的描述是正确的？ 1￥在 GD 和 SGD 中， 每一次迭代中都是更新一组参数以最小化损失函数。 2 在 SGD中， 每一次迭代都需要遍历训练集中的所有样本以更新一次参数。 3 在 GD 中，每一次迭代需要使用整个训练集或子训练集的数据更新一个参数。