A、也称为信念网；
B、借助有向无环图刻画属性之间的关系；
C、借助无向无环图刻画属性之间的关系；
D、用条件概率表来描述属性的联合概率分布；
答案：C
解析：见算法解析
A、也称为信念网；
B、借助有向无环图刻画属性之间的关系；
C、借助无向无环图刻画属性之间的关系；
D、用条件概率表来描述属性的联合概率分布；
答案：C
解析：见算法解析
A. 泊松分布
B. 正态分布
C. 伯努利分布
D. 几何分布
解析：中心极限定理指出大量相互独立的随机变量的均值经适当标准化后依分布收敛于正态分布，
其中有 3 个要素：独立、随机、相加。
解析：处理时序数据的神经网络是循环神经网络，错误
A. 2016
B. 2017
C. 2018
D. 2019
A. 服务
B. 接口
C. 协议
D. Web服务
解析：主要应用
A. 数据挖掘与知识发现
B. 领域知识发现
C. 文档知识发现
D. 动态知识发现
A. 增加训练集量
B. 减少神经网络隐藏层节点数
C. 删除稀疏的特征
D. SVM算法中使用高斯核/RBF核代替线性核
解析：在其他条件不变的前提下，以下做法容易引起机器学习中的“过拟合”问题的是SVM算法中使用高斯核/RBF核代替线性核。
A. 判断一个对象是否是一个已知的类型
B. 判断一个对象是否是一个已知的变量
C. 判断一个对象是否是一个已知的实例
D. 判断一个对象是否是一个已知的函数
解析：解析: isinstance() 函数来判断一个对象是否是一个已知的类型，类似 type()
A. p
B. eps
C. n_jobs
D. algorithm
