LSTM是一个非常经典的面向序列的模型，可以对自然语言句子或是其他时序信号进行建模，是一种循环神经网络。

A. 能提升机器学习算法的稳定性和准确性，但难以避免overfitting$;$Bagging（装袋法）是一个统计重采样的技术,它的基础是Bootstrap$;$主要通过有放回抽样）来生成多个版本的预测分类器,然后把这些分类器进行组合$;$进行重复的随机采样所获得的样本可以得到没有或者含有较少的噪声数据

A. 最小最大损失准则$;$最小误判概率准则$;$最小损失准则$;$N-P判决

A. Precision, Recall$;$Recall, Precision$;$Precision, ROC$;$Recall, ROC

A. 搜索每个可能的权重和偏差组合，直到得到最佳值$;$赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重$;$随机赋值，听天由命$;$以上都不正确的

A. ReLU$;$tanh$;$SIGMOID$;$以上都不是

A. Windows $;$MacOS$;$CentOS$;$Ubuntu