A、因果
B、相关
C、逻辑或
D、逻辑与
答案：D
A、因果
B、相关
C、逻辑或
D、逻辑与
答案：D
A. 隐状态向量
B. 状态向量
C. 显状态向量
D. 以上都不对
解析：状态向量控制着整个LSTM单元的状态或者记忆，它会根据每个时刻的输入进行更新。
解析：正确
A. 梯度下降算法就是不断的更新w和b的值
B. 梯度下降算法就是不断的更新w和b的导数值
C. 梯度下降算法就是不断寻找损失函数的最大值
D. 梯度下降算法就是不断更新学习率
解析：梯度下降算法就是不断的更新w和b的值
A. 旋度
B. 梯度
C. 负采样
D. 正采样
解析：见算法解析
A. 随机梯度下降
B. 修正线性单元（ReLU）
C. 卷积函数
D. 以上都不正确
解析：修正线性单元是非线性的激活函数
解析：只理解LSTM能够缓解RNN存在的梯度消失/梯度爆炸，
A. 归一化可以预防过拟合
B. 归一化没有实质作用
C. 归一化将所有数据样本之缩放到0-1之间
D. 归一化是一种激活函数
A. 数据挖掘的成功经常依赖于数据挖掘工具的选择
B. 虽然数据可视化具有很明显的吸引力，高维数据上的图形挖掘却不能够很轻易地完成
C. 主成分分析能在不明显丢失信息的情况下降低数据维度
D. 数据挖掘就是从处理过后的数据中进行知识提取
解析：数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际数据中，提取出蕴涵在其中的，人们事先不知道的，但是具有潜在有用性的信息和知识的过程。并非是从处理后的数据提取知识，D项错误，其他选项正确，答案ABC
A. 智能手机
B. 安防监控
C. 智能运载工具
D. 以上都不正确
解析：基础概念
