()是一类用图来表达变量相关关系的概率模型。

A. paddle.vision.datasets.MNIST$;$paddle.optimizer.SGD$;$paddle.nn.Linear$;$paddle.nn.functional.Linear

A. 从偏差-方差分解的角度看，Boosting主要关注降低偏差$;$从偏差-方差分解的角度看，Bagging主要关注降低方差$;$随机森林简单、容易实现、计算开销小$;$ Boosting不能基于泛化性能相当弱的学习器构建出很强的集成

A. 粒度是指数据仓库小数据单元的详细程度和级别;$;$数据越详细,粒度就越小,级别也就越高;$;$数据综合度越高,粒度也就越大,级别也就越高;$;$粒度的具体划分将直接影响数据仓库中的数据量以及查询质量

A. Jaccard系数$;$FM指数$;$Rand指数$;$DB指数

A. 人脸搜索$;$人脸比对$;$人脸检测$;$翻拍识别

A. 专家系统$;$机器系统$;$智能芯片$;$人机交互

A. 训练样本单一$;$只能处理简单句$;$基于已有的既成案例$;$错误较多

A. 增加网络层数，总能减小训练集错误率$;$减小网络层数，总能减小测试集错误率$;$增加网络层数，可能增加测试集错误率$;$