A、集成学习通过构建并结合多个学习器来完成学习任务，也称为多分类器系统、基于委员会的学习等
B、集成中只包含同种类型的个体学习器，如“决策树集成”，“神经网络集成”等，这样的集成是“同质”的
C、集成中同时包含多种类型的个体学习器，这样的集成是“异质”的，异质集成的个体学习器一般称为基学习器
D、随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将指数级下降，最终趋向于零
答案：C
解析：见算法解析
A、集成学习通过构建并结合多个学习器来完成学习任务，也称为多分类器系统、基于委员会的学习等
B、集成中只包含同种类型的个体学习器，如“决策树集成”，“神经网络集成”等，这样的集成是“同质”的
C、集成中同时包含多种类型的个体学习器，这样的集成是“异质”的，异质集成的个体学习器一般称为基学习器
D、随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将指数级下降，最终趋向于零
答案：C
解析：见算法解析
A. 冗余属性不会对决策树的准确率造成不利的影响
B. 子树可能在决策树中重复多次
C. 决策树算法对于噪声的干扰非常敏感
D. 寻找最佳决策树是NP完全问题
A. 反向传播更新参数
B. 正向传播更新参数
C. 反向传播计算结果
D. 正向传播计算结果
A. CNN
B. RNN
C. KNN
D. C4.5
解析：见算法解析
解析：只理解LSTM能够缓解RNN存在的梯度消失/梯度爆炸，
A. 资源管理层
B. Spark核心层
C. 服务层
D. 采集层
A. 智慧交通
B. 智慧医疗
C. 生产质检
D. 厂区安防
解析：见算法解析
A. 计算量大
B. 数据量大
C. 效率要求高
D. web爬虫
A. Visdom
B. Flask
C. Vue
D. 以上选项均不正确
解析：Visdom是一个专门用于 PyTorch 的交互式可视化工具,可以对实时数据进行丰富的可视化,帮助我们实时监控在远程服务器上进行的科学实验
