A、a== [1,2,3,4,[＇a＇,＇b＇,＇c＇],5]
B、b== [1,2,3,4,[＇a＇,＇b＇,＇c＇],5]
C、c== [1,2,3,4,[＇a＇,＇b＇,＇c＇]]
D、d== [1,2,3,4,[＇a＇,＇b＇,‘c’]]
答案：D
A、a== [1,2,3,4,[＇a＇,＇b＇,＇c＇],5]
B、b== [1,2,3,4,[＇a＇,＇b＇,＇c＇],5]
C、c== [1,2,3,4,[＇a＇,＇b＇,＇c＇]]
D、d== [1,2,3,4,[＇a＇,＇b＇,‘c’]]
答案：D
A. cp f1.txt | f2.txt
B. cat f1.txt | f2.txt
C. cat f1.txt > f2.txt
D. copy f1.txt | f2.txt
A. 卷积层
B. 全连接层
C. 池化层
D. 以上都不是
A. 训练一个Bagging集成与直接使用基学习算法训练一个学习器的复杂度同阶，因此Bagging是一个很高效的集成学习算法
B. 为处理多分类或回归任务，Bagging需进行修改
C. 从偏差-方差分解的角度看，Bagging主要关注降低偏差
D. Bagging的性能依赖于基分类器的稳定性。
解析：见算法解析
A. L1
B. L2
C. Smooth L1
D. nan
解析：见算法解析
A. 专家系统
B. 模式识别
C. 编译原理
D. 机器翻译
解析：人工智能的主要研究领域包括：模式识别、专家系统、自然语言理解（包括机器翻译）、计算机博弈、智能代理、数据挖掘、机器人等。
A. 神经网络会收敛
B. 不好说
C. 都不对
D. 神经网络不会收敛
A. 置信度
B. 对比度
C. mAP
D. 分辨率
解析：mAP表示算法处理每张照片时间。
A. 多源异构
B. 多源同构
C. 异源同构
D. 异源异构
A. 当簇只包含少量数据点，或者数据点近似协线性时，混合模型也能很好地处理。
B. 混合模型比K均值或模糊均值更一般，因为它可以使用各种类型的分布。
C. 混合模型很难发现不同大小和椭球形状的簇。
D. 混合模型在有噪声和离群点时不会存在问题。
A. 数据、模型、技术
B. 算法、技术、领域知识
C. 数据、建模能力、算法与技术
D. 建模能力、算法与技术、领域知识
