A、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布
B、基本假设包括随机干扰项是均值为0的同方差正态分布
C、多重共线性会使得参数估计值方差减小
D、基本假设包括不服从正态分布的随机干扰项
答案：B
解析：线性回归基本假设包括随机干扰项是均值为0的同方差正态分布
A、基本假设包括随机干扰项是均值为0,方差为1的标准正态分布
B、基本假设包括随机干扰项是均值为0的同方差正态分布
C、多重共线性会使得参数估计值方差减小
D、基本假设包括不服从正态分布的随机干扰项
答案：B
解析：线性回归基本假设包括随机干扰项是均值为0的同方差正态分布
A. VGG全部使用了3*3的卷积核和2*2的池化核
B. VGG证明了网络越深越好，所以程序员应该没有限制的搭建更深的网络
C. VGG是到目前为止分类效果最好的网络结构
D. VGG没有使用全连接网络结构
解析：VGG全部使用了3*3的卷积核和2*2的池化核
A. Key-Value
B. Key-Document
C. Key-Column
D. 图存储
A. break
B. continue
C. return
D. pass
A. 孤立词识别
B. 关键词识别
C. 连续语音识别
D. 其他选项都不对
解析：主要应用
A. 巨型化
B. 机器化
C. 智能化
D. 多媒体化
解析：人工智能机器人体现了计算机在智能化方向上的发展趋势。
解析：取决于学习率或步长
A. 重复数据
B. 虚假数据
C. 错误数据
D. 异常数据
解析：现阶段的人工智能仍处于弱人工智能阶段
A. 巨型化
B. 机器化
C. 智能化
D. 多媒体化
解析：人工智能机器人体现了计算机在智能化方向上的发展趋势。
