A、机器学习模型的精准度越高，则模型的性能越好
B、增加模型的复杂度，总能减小测试样本误差
C、增加模型的复杂度，总能减小训练样本误差
D、以上说法都不对
答案：C
A、机器学习模型的精准度越高，则模型的性能越好
B、增加模型的复杂度，总能减小测试样本误差
C、增加模型的复杂度，总能减小训练样本误差
D、以上说法都不对
答案：C
A. ①③④
B. ①②③
C. ①③④
D. ①②④
解析：循环神经网络优于全连接网络的一个原因是循环神经网络实现了权值共享，那么权值共享的好处有：①.模型参数变少②.运算速度变快③.占用内存少
A. XLNet
B. GoogleNet
C. MuseNet
D. AlexNet
解析：MuseNet采用多种乐器的音频数据，可融合多种国家、乐曲风格和乐器音色的特征，创作音乐作品。
A. 多分枝结构
B. 残差连接
C. Batch Normalization
D. Sigmoid激活函数
A. 最小二乘法是通过最小化预测值y和真实的y在训练数据上的误差来寻找最优解的方法
B. 当自变量X的特征很多的时候，使用最小二乘法可以求得最优解
C. 最小二乘法是通过求导来找出最优解，是一种迭代的方法
D. 使用最小二乘法求最优解比梯度下降方法好
解析：集合可修改
A. 人工智能理论、技术与应用达到世界领先水平
B. 成为世界主要人工智能创新中心
C. 人工智能产业成为新的重要经济增长点
D. 智能经济、智能社会取得明显成效
A. 归一化层
B. 去模糊化层
C. 总结层
D. 输出层
A. 消息传递
B. 消息累加
C. 消息分辨
D. 以上都对
解析：正确
A. 主成分分析的目的是寻找少数几个主成分代表原来的多个指标；
B. 各主成分是原来指标的线性函数
C. 所确定的几个主成分之间是互不相关的；
D. 使用主成分分析方法的前提是原来的多个指标之间是相关的
解析：见算法解析
