决策树模型刚建立时,有很多分支都是根据训练样本集合中的异常数据（由于噪声等原因）构造出来的。树枝修剪正是针对这类数据（）问题而提出来的。

A. LSTM

B. GRU

C. CNN

D. ResNet

A. 估算

B. 整例删除

C. 变量删除

D. 成对删除

A. 大量数据变得可得

B. CPU计算能力的提升

C. GPU计算能力的提升

D. 深度学习的发展

A. 异腾 910 处理器$;
$异腾 310 处理器$
;$GPUD FPGA

A. “过去”，回答“已发生什么”

B. “过去”，回答“为什么发生”

C. “模拟与优化”的问题

D. “未来”，回答“将要发生什么”

A. With

B. assert

C. nonlocal

D. break

A. 发明新的概念和关系

B. 发现更多的规则

C. 缓解过拟合的风险

D. 将复杂的逻辑规则与背景知识联系起来化繁为简

A. 专家系统

B. 人工神经网络

C. 模式识别

D. 智能代理