通常使用的处理图像数据的网络模型是（）

A. 情感分析$;$问答系统$;$机器翻译$;$所有选项

A. 设计$;$运行$;$规划$;$建设

A. 聚类是非监督学习$;$分类是非监督学习$;$聚类是监督学习$;$以上都不对

A. 召回率$;$混淆矩阵$;$均方误差$;$准确率

A. 卷积神经网络$;$循环神经网络$;$深层神经网络$;$浅层神经网络

A. 软间隔$;$硬间隔$;$核函数$;$以上选项均不正确

A. merge$;$concat$;$pivot$;$pivot_table

A. 支持向量机复杂度主要与支持向量的数目有关 $;$ 支持向量机训练完成后，大部分的训练样本都不需保留，最终模型仅与支持向量有关 $;$SVM中划分超平面所产生的分类结果是最鲁棒的，对未见
示例的泛化能力最强. $;$ “异或”问题可能会导致空间中样本线性不可分

A. 发明新的概念和关系$;$发现更多的规则$;$缓解过拟合的风险$;$将复杂的逻辑规则与背景知识联系起来化繁为简