A、专家系统
B、进化算法
C、遗传算法
D、禁忌搜索
答案：A
解析：专家系统能够利用人类专家的知识和解决问题的方法来处理该领域问题。
A、专家系统
B、进化算法
C、遗传算法
D、禁忌搜索
答案：A
解析：专家系统能够利用人类专家的知识和解决问题的方法来处理该领域问题。
A. 频率派概率
B. 古典概率
C. 贝叶斯概率
D. 条件概率
解析：参考《深度学习》P49
A. 单向认证
B. 第三方认证
C. 双向认证
D. 智能卡认证
解析：在Linux系统中，telnet服务认证是单向认证
A. 防止模型欠拟合而加在损失函数后面的一项
B. L1范数符合拉普拉斯分布，是完全可微的
C. L1正则化项是模型各个参数的平方和的开方值
D. L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择
解析：A、防止模型过拟合而加在损失函数后面的一项；B、L1范数符合拉普拉斯分布，是不完全可微的；C、L2正则化项是模型各个参数的平方和的开方值。
A. 由于其特殊原因，无法分布式化
B. xgboost在代价函数里加入了正则项，用于控制模型的复杂度
C. 可以处理带有缺失值的样本
D. 允许使用列抽样来减少过拟合
解析：分类问题常用的损失函数为交叉熵
A. [11,8,7,2,[4,5],3]
B. [11,8,7,2,4,5,3]
C. [11,8,7,[4,5],2,3]
D. [11,8,7,4,5,2,3]
解析：在python中，x=[11,8,7,2,3]，x.insert(4,[4,5])，列表x的值为[11,8,7,2,[4,5],3]。
A. 自然演绎推理
B. 归结演绎推理
C. 不确定与非单调推理
D. 与、或形演绎推理
A. 框架表示法
B. 产生式表示法
C. 语义网络表示法
D. 形象描写表示法
A. 零次数据
B. 一次数据
C. 二次数据
D. 三次数据
