A、纯半监督学习
B、直推学习
C、假设学习
D、聚类学习
答案：AB
A、纯半监督学习
B、直推学习
C、假设学习
D、聚类学习
答案：AB
A. 平方损失函数
B. 交叉熵损失函数
C. 原型损失函数
D. 累加合损失函数
解析：见算法解析
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：错误
解析：正确
A. 正定性
B. 齐次性
C. 三角不等式
D. 相容性
A. 纯半监督学习
B. 直推学习
C. 假设学习
D. 聚类学习
A. DNN
B. CNN
C. RNN
D. Tanh
解析：卷积神经网络的英文缩写是CNN
A. 具有一致性和逻辑性
B. 获取和处理投研信息范围广、内容全
C. 可减少人为疏漏和失误
D. 可以进行简单问题的直接回复、复杂问题转人工支持
解析：正确
解析：c语言中 字符变量 与 整型变量 的相互转化 字符变量 是用来存放 字符 常量的，当把 字符 常量赋值给 字符变量 的时候， 字符变量 中的值就是该 字符 的ascii码值。 所以： 字符变量 可以作为 整型变量 来处理。
