神经网络的拓扑结构可以分为（）。

在一个神经网络中，知道每一个神经元的权重和偏差是最重要的一步。如果知道了神经元准确的权重和偏差，便可以近似任何函数，但怎么获知每个神经的权重和偏移呢？（）

梯度下降算法的正确步骤是什么？
a.计算预测值和真实值之间的误差
b.重复迭代，直至得到网络权重的最佳值
c.把输入传入网络，得到输出值
d.用随机值初始化权重和偏差
e.对每一个产生误差的神经元，调整相应的（权重）值以减小误差
（）

一般情况下，KNN最近邻方法在（ ）情况下效果最好（）

如果我们用了一个过大的学习速率会发生什么？（）

有关机器学习分类算法的Precision和Recall，以下定义中正确的是（假定tp = true positive, tn = true negative, fp = false positive, fn = false negative）（）

下列哪一项属于特征学习算法（representation learning algorithm）？（）

以下属于生成式模型的是：（）

当不知道数据所处类别时，可以使用哪种技术促使同类数据与其他类数据分离?（）

以下激活函数中，不具有“正向无边界”特征的是？

下面哪个技术跟中文分词无关（）：