常见的聚类技术有（）

关于神经网络中经典使用的优化器，以下说法正确的是？

基于神经网络的分类模型是？

在回归模型中，下列哪一项在权衡欠拟合（under-fitting）和过拟合（over-fitting）中影响最大？

二分搜索算法是利用（）实现的算法。

“监督式学习中存在过拟合，而对于非监督式学习来说，没有过拟合”，这句话是否正确

Boosting和Bagging都是组合多个分类器投票的方法，二者都是根据单个分类器的正确率决定其权重

Dropout率和正则化有什么关系是Dropout率越高，正则化程度越低

循环神经网络按时间展开后就可以通过反向传播算法训练了

反向传播算法中需要先计算靠近输入层参数的梯度，再计算靠近输出层参数的梯
度。

树形模型不需要归一化，它们不关心变量的值，如决策树、随机森林(Random Forest)