A、对前序相邻神经元所传递信息进行加权累加$;$对加权累加信息进行非线性变化（通过激活函数）$;$向前序相邻神经元反馈加权累加信息$;$将加权累加信息向后续相邻神经元传递
答案：C
A、对前序相邻神经元所传递信息进行加权累加$;$对加权累加信息进行非线性变化（通过激活函数）$;$向前序相邻神经元反馈加权累加信息$;$将加权累加信息向后续相邻神经元传递
答案：C
A. n-2$;$n^2$;$[n/2]注[x]表示对x取整$;$n
A. 正确$;$错误
A. 损失函数是用泰勒展式二项逼近，而GBDT只是一阶导数$;$对树的结构进行了正则化约束，防止模型过度复杂，降低了过拟合的可能性;$节点分裂的方式不同，GBDT是用的基尼系数，XGBoost是经过优化推导后的$;$XGBoost使用网格搜索，只能检测有限个值
A. 机器人$;$教育培训$;$医疗设备$;$智能家居
A. 公共算力服务$;$数据开放共享$;$智能生态建设$;$产业创新聚集
A. 若已知(X,Y)的联合分布，可以求出X的边缘分布和Y的边缘分布$;$若已知(X,Y)的联合分布和X的边缘分布，可以求出Y的条件分布$;$若已知X的边缘分布和Y的条件分布，可以求出(X,Y)的联合分布$;$若已知X的边缘分布和Y的边缘分布，可以求出(X,Y)的联合分布
A. 自然演绎推理$;$归结演绎推理$;$不确定与非单调推理$;$与、或形演绎推理
A. GBDT梯度提升树$;$XGBoost$;$RF随机森林$;$LR线性回归
