学习器在训练集上的误差称为“泛化误差”。

A. BP算法是一种将输出层误差反向传播给隐藏层进行参数更新的方法$;$BP算法将误差从后向前传递，获得各层单元所产生误差，进而依据这个误差来让各层单元修正各单元参数$;$对前馈神经网络而言，BP算法可调整相邻层神经元之间的连接权重大小$;$在BP算法中，每个神经元单元可包含不可偏导的映射函数

A. k+1$;$k$;$k-1$;$k-2

A. 高斯核函数$;$多项式核函数$;$Sigmiod 核函数$;$线性核函数

A. 正则项$;$非线性$;$激活函数$;$特征变换

A. 判别$;$计算$;$统计$;$生成

A. 循环神经网络$;$卷积神经网络$;$限制玻尔兹曼机$;$都不是

A. 情报搜集$;$全文检索$;$分词技术$;$热词分析

A. 初始化编码$;$适应度函数$;$选择$;$交叉和变异

A. 特征工程指的是把原始数据转变为模型的训练数据的过程$;$它的目的就是获取更好的训练数据特征，使得机器学习模型逼近这个上限$;$特征工程在机器学习中占有非常重要的作用，一般认为括特征构建、特征提取、特征选择三个部分。$;$特征提取是从特征集合中挑选一组具有明显物理或统计意义的特征子集。