处理实际问题时，以下什么情况下该使用
机器学习?

提升卷积核(convolutional kernel)的大小会显著提升卷积神经网络的性能，这种说法是

决策树属于机器学习的相关算法。

卷积神经网络是一种处理时序数据的神经网络，常用于语音识别、机器翻译等领域。

神经网络研究属于行为主义学派。

宽度优先搜索不属于盲目搜索。

Precision不变时，Recall越大，1/Recall越小，从而F1越大。

决策树是一种基于树结构进行决策的算法。

若网络结构已知，即属性间的依赖关系已知，则贝叶斯网的学习过程相对简单，只需通过对训练样本"计数"。

当训练数据近似线性可分时，通过硬间隔最大化，也学习一个线性的分类器，即线性支持向量机，又称为硬间隔支持向量机。

XGBoost使用了一阶和二阶偏导，二阶导数有利于梯度下降的更快更准。使用泰勒展开取得二阶倒数形式， 可以在不选定损失函数具体形式的情况下用于算法优化分析。