A、达到一定的迭代次数
B、适应度函数达到一定的要求
C、达到一定的变异次数
D、达到一定的交叉次数
答案：AB
A、达到一定的迭代次数
B、适应度函数达到一定的要求
C、达到一定的变异次数
D、达到一定的交叉次数
答案：AB
解析：正确
A. FPGA内部是一种与或阵列结构。
B. FPGA是现场可编程门阵列的简称。
C. FPGA在断电后信息不会丢失。
D. FPGA属于高密度可编程逻辑器件。
解析：FPGA 的全称为 Field-Programmable Gate Array,即现场可编程门阵列，CPLD和FPGA均属于高密度可编程逻辑器件。
A. 0
B. 1
C. 2
D. 2.71828
解析：见函数库
A. SVM对噪声（如来自其他分部的噪声样本）具备鲁棒性
B. 在adaoost算法中，所有被分错样本的权重更新比例不相同
C. 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确定其权重
D. 给定n个数据点，如果其中一半用于训练，一半用户测试，则训练误差和测试误差之间的差别会随着n的增加而减少的
A. 除字典类型外，所有标准对象均可以用于布尔测试
B. 空字符串的布尔值是False
C. 空列表对象的布尔值是False
D. 值为0的任何数字对象的布尔值是False
A. 1）收集数据，2）准备数据，3）分析数据，4）训练算法，5）测试算法，6）使用算法
B. 1）收集数据，2）分析数据，3）准备数据，4）训练算法，5）测试算法，6）使用算法
C. 1）收集数据，2）分析数据，3）准备数据，4）测试算法，5）训练算法，6）使用算法
D. 1）收集数据，2）分析数据，3）测试算法，4）训练算法，5）准备数据，6）使用算法
解析：机器学习算法的一般流程
(1) 收集数据：可以使用任何方法。
(2) 准备数据：距离计算所需要的数值，最好是结构化的数据格式。
(3) 分析数据：可以使用任何方法。
(4) 训练算法：此步骤不适用于k-近邻算法。
(5) 测试算法：计算错误率。
(6) 使用算法：首先需要输入样本数据和结构化的输出结果，然后运行k-近邻算法判定输
入数据分别属于哪个分类，最后应用对计算出的分类执行后续的处理。
A. 逻辑斯特回归（LR)，以及随机梯度下降(SGD)
B. 线性回归及批量梯度下降(BGD)
C. 神经网络及批量梯度下降(BGD)
D. 针对单条样本进行训练的在线学习
A. 评估
B. 训练
C. 推理
D. 神经网络
解析：主要应用
