A、文本识别
B、机器翻译
C、文本分类
D、问答系统
答案：C
解析：文本分类问题算是自然语言处理领域中一个非常经典的问题. 根据预定义的类别不同,文本分类分两种: 二分类 和 多分类 ,
A、文本识别
B、机器翻译
C、文本分类
D、问答系统
答案：C
解析：文本分类问题算是自然语言处理领域中一个非常经典的问题. 根据预定义的类别不同,文本分类分两种: 二分类 和 多分类 ,
A. Relu 函数
B. Sigmoid 函数
C. tanh 函数
D. Softsign 函数
解析：正确
A. 初始点的选取
B. 聚类的准则
C. k值的选取
D. 距离的度量方式
A. 发生频繁序列
B. 设置修剪值
C. 最低规则置信度
D. 生成时间序列
解析：强人工智能包括以下两类：类人的人工智能和非类人的人工智能。
A. 循环神经网络
B. 卷积神经网络
C. 朴素贝叶斯
D. 深度残差网络
解析：LSTM是一个非常经典的面向序列的模型，可以对自然语言句子或是其他时序信号进行建模，是一种循环神经网络。
A. DNN
B. CNN
C. RNN
D. Tanh
解析：卷积神经网络的英文缩写是CNN
A. 泊松分布
B. 正态分布
C. 伯努利分布
D. 几何分布
解析：中心极限定理指出大量相互独立的随机变量的均值经适当标准化后依分布收敛于正态分布，
其中有 3 个要素：独立、随机、相加。
A. relu
B. batch
C. step
D. padding
解析：在CNN构建中，指定每次训练或验证数据集图片多少的变量为batch。
解析：属于人工智能
