A、K近邻方法
B、局部加权回归法
C、基于案例的推理
D、Find-s算法
答案：D
A、K近邻方法
B、局部加权回归法
C、基于案例的推理
D、Find-s算法
答案：D
A. 逻辑表示法（谓词表示法）
B. 框架
C. 产生式
D. 语义网络
A. 数据一致性高
B. 数据冗余度低
C. 复杂查询的能力强
D. 产品成熟度高
A. 期望值
B. 最大值
C. 最小值
D. 总和
A. 穷举搜索
B. 随机搜索
C. Bayesian优化
解析：穷举搜索法，随机搜索法，贝叶斯优化都可以优化超参数，各有优劣。
所以ABC三种都可实现调整优化超参数。答案ABC
A. 机器学习
B. 强化学习
C. 深度学习
D. 监督学习
A. 多分枝结构
B. 残差连接
C. BatchNormalization
D. SigMoid激活函数
解析：见算法解析
A. 用“与／或”图表示知识方便使用程序设计语言表达，也便于计算机存储处理
B. “与／或”图表示知识时一定同时有“与节点”和“或节点”
C. “与／或”图能方便地表示陈述性知识和过程性知识
D. 能用“与／或”图表示的知识不适宜用其他方法表示
解析：D选项说法太绝对。“与／或”图可以系统地将整个问题分解为互相独立的小问题，然后分而解决。 “与／或”图是由“与节点”及“或节点”组成的结构图。
