假设我们已经在ImageNet数据集(物体识别)上训练好了一个卷积神经网络。然后给这张卷积神经网络输入一张全白的图片。对于这个输入的输出结果为任何种类的物体的可能性都是一样的，对吗？

以下关于最大似然估计MLE的说法正确的是

常用的图像特征包括

ONE-HOT-ENCODING 可用于什么特征处理

PCA的步骤不包括（）

神经网络训练过程中，一般会遇到停滞期，即神经网络在进入全局最小值之前陷入局部最小值。以下哪个策略可以避免上述情况？

在20K文档的输入数据上为机器学习模型创建了文档-词矩阵（document-term matrix）。以下哪项可用于减少数据维度？
（1）关键词归一化（Keyword Normalization）
（2）潜在语义索引（Latent Semantic Indexing）
（3）隐狄利克雷分布（Latent Dirichlet Allocation）

下列哪个神经网络结构会发生权重共享？（）

ResNet-50 有多少个卷积层? （）

EM算法是（）

以下机器学习中，在数据预处理时，不需要考虑归一化处理的是：（）