A、条件熵
B、信息增益率
C、交叉熵
D、联合熵
答案：B
解析：C4.5在分类过程中使用的信息增益率
A、条件熵
B、信息增益率
C、交叉熵
D、联合熵
答案：B
解析：C4.5在分类过程中使用的信息增益率
A. 多项式阶数
B. 更新权重 w 时，使用的是矩阵求逆还是梯度下降
C. 使用常数项
A. pip
B. conda
C. docker
D. 源码编译
A. 通用性
B. 准确性
C. 稳定性
D. 确定性
解析：人工智能系统稳定性技术重点逐步从数字域扩展到物理域。
A. 217x217x3
B. 217x217x8
C. 218x218x5
D. 220x220x7
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
解析：贝叶斯网亦称为“信念网”，它借助有向无环图来刻画属性之间的依赖关系，并使用条件概率表来描述属性的联合概率分布。
A. 手工
B. 智能
C. 自动
D. 动态
解析：主要应用
A. 应用层
B. 感知层
C. 数据层
D. 以上都是
解析：物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。
A. 量归约
B. 维归约
C. 值归约
D. 类归约
