A、在无监督学习任务中，研究最多、应用最广的是聚类
B、聚类可作为一个单独过程，用于找寻数据内在的分布结构，但不能作为其他学习任务的前驱过程
C、聚类分析的目标是组内的对象之间是相似的，不同组中的对象是不同的
D、组内的相似性越大，组间差别越大，聚类就越好
答案：B
解析：聚类可作为一个单独过程，用于找寻数据内在的分布结构，可以作为其他学习任务的前驱过程
A、在无监督学习任务中，研究最多、应用最广的是聚类
B、聚类可作为一个单独过程，用于找寻数据内在的分布结构，但不能作为其他学习任务的前驱过程
C、聚类分析的目标是组内的对象之间是相似的，不同组中的对象是不同的
D、组内的相似性越大，组间差别越大，聚类就越好
答案：B
解析：聚类可作为一个单独过程，用于找寻数据内在的分布结构，可以作为其他学习任务的前驱过程
A. 正确$;$错误
A. 1,2,4,5
B. 2,3,4,5
C. 都需要考虑
D. 1,3,4,5
A. 图像分析，图像处理，图像理解
B. 图像分析，图像理解，图像处理
C. 图像处理，图像分析，图像理解
D. 图像理解，图像分析，图像处理
解析：图像识别任务可以分为三个层次，根据处理内容的抽象性，从低到高依次为图像处理，图像分析，图像理解
A. 自底向上
B. 贪心策略
C. 自顶向下
D. 以上都是
A. VJ
B. C#
C. Foxpro
D. LISP
解析：软硬件知识
A. 软件
B. 算力
C. 云平台
D. 算法
解析：新一代人工智能关键共性技术的研发部署要以算法为核心，以数据和硬件为基础，以提升感知识别、知识计算、认知推理、运动执行、人机交互能力为重点
A. SVM
B. 随机森林
C. 隐马尔可夫模型HMM
D. 逻辑回归
A. 人工智能分为应用层、技术层、基础层
B. 数据处理一般都是在应用层完成
C. 应用层聚焦人工智能技术和各个领域的结合
D. 基础层提供计算能力和数据资源
A. K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象
B. K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念
C. K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇
D. K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇
