机器学习的一般流程包括（）

（）是一种基于贝叶斯法则为基础的，通过概率手段进行学习的方法。

人工神经网络学习中()主要采用反向传播算法。

()借鉴了生物学的一小部分简单理论，其目的是从训练样本中学习到目标函数。

()的本质是一种逼近离散值目标函数的过程。

()以当前的假设作为输入，输出一个新的问题供执行系统去探索。

()的输入为对弈的线路或历史记录，而其输出为目标函数的一系列训练样本。

在方差分析中，()反映的是样本数据与其组平均值的差异。

假设你在卷积神经网络的第一层中有5个卷积核，每个卷积核尺寸为7×7，具有零填充且步幅为1。该层的输入图片的维度是224×224×3。那么该层输出的维度是多少？()

下面关于RandomForest和GradientBoostingTrees说法正确的是？()

如果一个SVM模型出现欠拟合，那么下列哪种方法能解决这一问题？()