将输出标记的对数作为线性模型逼近的目标是(___)。

A. y = tanh(x)
$;$y = sin(x)
$;$y = max(x,0)
$;$y = 2x

A. 是的，这说明这个模型的范化能力已经足以支持新的数据集合了$;$不对，依然后其他因素模型没有考虑到，比如噪音数据

A. 集成学习一定能提升个体学习器的性能&;&Bagging 方法中，个体学习器之间彼此独立&;&Boosting 是一种重视错误样本的学习方法&;&Boosting 方法中，个体学习器存在强依赖

A. p×m$;$m×p$;$m×n$;$n×p

A. cda.txttxt.a$;$echoa.txt>txt.a$;$rma.txttxt.a$;$cata.txt>txt.a

A. 卷积层后为池化层，然后还是卷积层-池化层。$;$多个连续的池化层，然后跟着一个卷积层$;$网络中最后的几个层是全连接层$;$网络中最开始的几个层是全连接层

A. 指数级$;$ 对数级$;$ 线性级$;$ 平方级

A. 无人驾驶$;$智慧城市$;$智能家居$;$对话机器人

A. 文本中词计数
$;$词的向量标注
$;$词性标注（Part of Speech Tag）
$;$基本依存语法

A. 文字$;$图$;$表格$;$树