答案：B
解析：CNN可用于
A. 多分类
B. 二分类
C. 回归
D. 分类
A. 符号主义
B. 联结主义
C. 行为主义
D. 仿生主义
A. end
B. stop
C. kill
D. free
A. 传染性
B. 隐蔽性
C. 潜伏性
D. 可预见性
A. 自主智能化
B. 工业智能化&;&实业智能化
C. 科研智能化
A. 专家系统
B. 机器学习
C. 神经网络
D. 模式识别
A. 1）收集数据，2）准备数据，3）分析数据，4）训练算法，5）测试算法，6）使用算法
B. 1）收集数据，2）分析数据，3）准备数据，4）训练算法，5）测试算法，6）使用算法
C. 1）收集数据，2）分析数据，3）准备数据，4）测试算法，5）训练算法，6）使用算法
D. 1）收集数据，2）分析数据，3）测试算法，4）训练算法，5）准备数据，6）使用算法
解析：机器学习算法的一般流程
(1) 收集数据：可以使用任何方法。
(2) 准备数据：距离计算所需要的数值，最好是结构化的数据格式。
(3) 分析数据：可以使用任何方法。
(4) 训练算法：此步骤不适用于k-近邻算法。
(5) 测试算法：计算错误率。
(6) 使用算法：首先需要输入样本数据和结构化的输出结果，然后运行k-近邻算法判定输
入数据分别属于哪个分类，最后应用对计算出的分类执行后续的处理。
A. 除去神经网络中的最后一层，冻结所有层然后重新训练
B. 对神经网络中的最后几层进行微调，同时将最后一层（分类层）更改为回归层
C. 使用新的数据集重新训练模型
D. 所有答案均不对
A. k-means
B. SVM
C. 最大熵
D. CRF
A. 机理
B. 检索
C. 设计
D. 存储
解析：传统科学计算中的建模方法可分为从机理出发的建模和从数据出发的建模两类
