机器学习中做特征选择时，可能用到的方法有？ （）

A. 机器学习模型的精准度越高，则模型的性能越好

B. 增加模型的复杂度，总能减小测试样本误差

C. 增加模型的复杂度，总能减小训练样本误差

D. 以上说法都不对

A. 决策树

B. Apriori算法

C. EM

D. K-Mean

A. 通用性

B. 准确性

C. 稳定性

D. 确定性

A. 传统的基于规则的方法，其中的规律可以人工显性的明确出来

B. 传统基于规则的方法使用显性编程来解决问题

C. 机器学习中模型的映射关系是自动学习的

D. 机器学习所中模型的映射关系必须是隐性的

A. 算法运算

B. 云计算

C. 深度学习

D. 集成应用

A. 欧氏距离

B. 曼哈顿距离

C. 切比雪夫距离

D. 马氏距离

A. 开源平台

B. 非开源平台

C. 网络平台

D. 网络平台

A. 全能

B. 通用领域

C. 专业人工智能

D. 通用人工智能