A、支持向量机可以用于处理二分类及多分类问题
B、支持向量机只能用于线性可分的分类问题
C、支持向量机可用于回归问题
D、核函数的选择对支持向量机的性能影响较大
答案：B
解析：支持向量机可用用于线性可分的分类问题，也可于线性不可分的分类问题
A、支持向量机可以用于处理二分类及多分类问题
B、支持向量机只能用于线性可分的分类问题
C、支持向量机可用于回归问题
D、核函数的选择对支持向量机的性能影响较大
答案：B
解析：支持向量机可用用于线性可分的分类问题，也可于线性不可分的分类问题
A. k-means
B. 线性回归
C. svm
D. 逻辑回归
解析：支持向量机（SVM）从数据中找出一个数据的分割超平面。将两个类别的数据完全分割开，并且在模型构建的过程中，保证分割区间最大化,无迭代循环
A. Java
B. C
C. Scala
D. Python
解析：Keras是一个由Python编写的开源人工神经网络库
解析：也有纯基于transformer的模型
A. 防止过拟合
B. 减小误差
C. 增加网络复杂度
解析：dropout是指在深度学习网络的训练过程中，对于神经网络单元，按照一定的概率将其暂时从网络中丢弃。
A. 人工程序
B. 神经网络
C. 训练算法
D. 历史数据
A. 自底而上
B. 自顶而下
C. 自大而小
D. 自小而大
解析：见算法解析
A. 线性回归
B. 深度残差网络
C. 卷积神经网络CNN
D. 循环神经网络RNN
解析：线性回归是传统统计学系呢绒
A. 术语NoSQL是“No!SQL”的缩写
B. 术语NoSQL可以理解为“NotOnlySQL”的缩写
C. NoSQL数据库始终遵循ACID原则
D. NoSQL数据库属于关系数据库技术
A. join
B. concat
C. split
D. unstack
A. 元素
B. 像素
C. 特征
D. 部件
