A、贝叶斯的学习过程为对训练样本计数
B、估计出每个结点的条件概率
C、网络结构为已知
D、评分搜索为求解的常用办法
答案：C
解析：若网络结构己知，即属性间的依赖关系己知，则贝叶斯网的学习过程相对简单，只需通过对训练样本“计数”，估计出每个结点的条件概率表即可，但在现实应用中我们往往并不知晓网络结构，于是，贝叶斯网学习的首要任务就是根据训练数据集来找出结构最"恰当"的贝叶斯网
A、贝叶斯的学习过程为对训练样本计数
B、估计出每个结点的条件概率
C、网络结构为已知
D、评分搜索为求解的常用办法
答案：C
解析：若网络结构己知，即属性间的依赖关系己知，则贝叶斯网的学习过程相对简单，只需通过对训练样本“计数”，估计出每个结点的条件概率表即可，但在现实应用中我们往往并不知晓网络结构，于是，贝叶斯网学习的首要任务就是根据训练数据集来找出结构最"恰当"的贝叶斯网
A. Word2Vec
B. RNN
C. XLNet
D. LSTM
A. 输出层
B. 输入层
C. 感知层
D. 网络层
解析：张量是按照任意维排列的一堆数字的推广。例如：矩阵是三维张量下的一个二维切面，即二维张量。
A. 智能平台建设
B. 大数据平台
C. 互联网应用
D. 人工智能技术
A. 搜索服务
B. 图像处理
C. 智能驾驶
D. 语音识别
解析：搜索服务、图像处理、智能驾驶和语音识别均属于人工智能发展产业。答案选ABCD
A. 思维能力
B. 行为能力
C. 感知能力
D. 学习能力
A. 出现人脸遮挡
B. 人脸角度变化大
C. 需要检测分辨率很小的人脸
D. 需要检测不同性别的人脸
解析：正确
A. 启发式搜索
B. 模糊搜索
C. 精确搜索
D. 关键词搜索
解析：搜索分为盲从搜索与启发式搜索
