答案：B
解析：过拟合
A. 线性回归
B. 时间序列
C. 灰色模型
D. 贝叶斯网络
A. 属于结构自适应网络，网络结构也是其优化目标
B. 主要成分为级联、相关、归约
C. 无需设置网络层数、隐层神经元数目
D. 训练速度快，但数据较小时容易陷入过拟合
解析：级联相关网络有两个主要成分“级联”和“相关”级联是指建立层次连接的层级结构，在开始训练时，网络只有输入层和输出层，处于最小拓扑结构;随着训练的进行，新的隐层神经元逐渐加入，从而创建起层级结构，当新的隐层神经元加入时，其输入端连接权值是冻结固定的相关是指通过最大化新神经元的输出与网络误差之间的相关性来训练相关的参数
A. 计算智能、感知智能、认知智能
B. 感知智能、认知智能、计算智能
C. 计算智能、认知智能、感知智能
D. 认知智能、计算智能、感知智能
解析：计算智能，通常指基于清晰规则的数值运算，比如数值加减、微积分、矩阵分解等。感知智能，其核心在于模拟人的视觉、听觉和触觉等感知能力。认知智能，则具有人类思维理解、知识共享、行动协同或博弈等核心特征。计算智能、感知智能、认知智能，由低到高。答案选A
解析：TensorFlow使用的数据类型是Tensor
A. 主要数据文件
B. 次要数据文件
C. 日志文件
D. 系统文件
A. ‘[‘0’+s if len(s) < 10 else s for s in list_A]
B. [‘0’+s if len(s) != 10 else s for s in list_A]
C. [“0”+s if len(s) = 9 else s for s in list_A]
D. [0+s if len(s) < 10 else s for s in list_A]
解析：列表推导式基本用法, 注意判断相等时用==而不是=
解析：长短时记忆网络（Long Short Term Memory，简称LSTM）模型，本质上是一种特定形式的循环神经网络（Recurrent Neural Network，简称RNN)。 LSTM模型在RNN模型的基础上通过增加门限（Gates）来解决RNN短期记忆的问题，使得循环神经网络能够真正有效地利用长距离的时序信息。
A. 梯度下降
B. 梯度爆炸
C. 梯度消失
D. 梯度扩散
解析：见算法解析
解析：正确
A. P30
B. Mate 20
C. 荣耀 V20
D. iPhone10
