下列关于Ridge回归的说法，正确的是（）。

Boosting的本质实际上是一个加法模型，通过改变训练样本（）学习多个分类器并进行一些线性组合

SVM的基本思想是间隔最大化来得到最优分离（）

剪枝分为前剪枝和后剪枝，前剪枝本质就是早停止，后剪枝通常是通过衡量剪枝后（）变化来决定是否剪枝。

C4.5在分类过程中使用的（）

ID3在分类过程中使用的（）

CART树在分类过程中使用的（）

RNN引入了循环的概念，但是在实际过程中却出现了初始信息随时间消失的题，即长期依赖（Long-TermDependencies）问题，所以引入（）。

CNN卷积网络中，filter尺寸的选择多为（）

Relu在零点不可导，那么在反向传播中怎么处理（）

在废弃阶段，废弃销毁使用目的不复存在或者有更好解决方法替换的人工智能系统，主要包括数据、（）以及系统整体的废弃销毁过程。