树剪枝阶段。构造过程得到的并不是最简单、紧凑的决策树，因为许多分枝反映的可能是训练数据中的噪声或孤立点。树剪枝过程主要检测和去掉这种分枝，以提高对未知数据集进行分类时的准确性。

知识融合是对不同专业、不同结构的知识进行融合，从而对已有的知识图谱进行补充、更新和去重

可视化建模能通过丰富的算法组件实现拖拽式建模

迁移学习和对抗生成网络，能减少对昂贵标注样本的依赖

符号学派的不足是难以构建完备的知识规则库

选择样本数据时，我们一般采用随机抽取的方式组成自己的训练集和测试集来使用。

归一化是指将数据集数据缩放到0~1

专家系统中推理机的最基本方式是确定性推理和不确定性推理。

专家系统的结构包含人机界面、知识库，推理机，动态数据库，知识库答理系统和解释模块。

在训练数据集上模型执行得很好，说明是一个好模型。

一个循环神经网络可以被展开成为一个完全连接的、具有无限长度的普通神经网络。