以下（）不是输入操作。

决策树分类器的假设空间VC维可以为无穷大。

基于VC维和Rademacher复杂度推导泛化误差界，所得到的结果均与具体学习算法无关，对所有学习算法都适用。

计算学习理论研究的是关于通过“计算”来进行“学习”的理论。

k均值聚类算法是一种典型的EM算法。

把训练样本自身的一些特点当作了所有潜在样本都会具有的一般性质,会导致泛化性能下降。

“预训练+微调”法以及“权共享”方法都是为了节省训练开销。

误差逆传播算法(BP)仅可用于多层前馈神经网络的学习算法。

阶跃函数与sigmoid函数均为典型激活函数。

逆归结的一大特点是能自动发明新谓词，这些谓词可能对应于样例属性和背景知识中不存在的新知识。

对于Word2vec的2个基础算法，每次梯度更新只能优化一个向量且softmax里的指数求和操作计算量太大，一般使用比较高效的负采样算法。