广度优先搜索方法的原理是：从树的根节点开始，在树中一层一层的查找，当找到目标节点时，搜索结束（）。

A. 隐藏层数适当减少，神经网络的分辨能力不变

B. 隐藏层数适当增加，神经网络的分辨能力越强

C. 隐藏层数适当减少，神经网络的分辨能力越强

D. 隐藏层数适当增加，神经网络的分辨能力越弱

A. 具有局部感受野

B. 对事物不同部分的观察之间能实现参数共享

C. 可有效捕捉序列化数据的特征

D. 操作复杂度与输入尺寸无关

A. kNN

B. SVM

C. SVR

D. DBSCAN

A. 数据获取

B. 分析案例

C. 模型验证

D. 模型训练

A. 预测结果与样本标签之间的误差

B. 各个输入样本的平方差之和

C. 各个网络权重的平方差之和

D. 都不对

A. 在语料中训练一个由词到向量（word 2 vector）的模型来对文本中呈现的上下文语境进行学习

B. 训练一个词包模型（a bag of words model）来对文本中的词的发生率（occurrence）进行学习

C. 创建一个文献检索词矩阵（document-term matrix）并且对每一个文本应用余弦相似性

D. 上述所有方法均可

A. 专家系统

B. 人工神经网络

C. 模式识别

D. 智能代理

A. 词性标注

B. 实体链接

C. 关系抽取

D. 命名实体识别

A. 虚拟现实技术

B. 图像处理

C. 计算机视觉

D. 语音识别