通常使用的处理图像数据的网络模型是

A. 广度优先搜索$;$深度优先搜索$;$有界深度优先搜索$;$启发式搜索

A. 最小二乘法是通过最小化预测值y和真实的y在训练数据上的误差来寻找最优解的方法$;$当自变量X的特征很多的时候，使用最小二乘法可以求得最优解$;$最小二乘法是通过求导来找出最优解，是一种迭代的方法$;$使用最小二乘法求最优解比梯度下降方法好

A. LeNet
$;$AlexNet
$;$VGG
$;$ResNet

A. 决策型人工智能$;$判断型人工智能$;$通用型人工智能$;$创造型人工智能

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. 0$;$1$;$2$;$2.71828

A. 扩展现实技术$;$区块链技术$;$数字孪生技术$;$云计算

A. 从偏差-方差分解的角度看，Boosting主要关注降低偏差$;$从偏差-方差分解的角度看，Bagging主要关注降低方差$;$随机森林简单、容易实现、计算开销小$;$ Boosting不能基于泛化性能相当弱的学习器构建出很强的集成

A. 样本呈现团状分布
$;$样本呈现链状分布
$;$样本较多但典型性不好
$;$样本较少但典型性好