在应用层，我国人工智能企业主要选择在（）、智能运载工具等领域

A. TRUE$;$FALSE

A. FP-growth$;$DBSCAN$;$Apriori$;$GDBT

A. L1/L2正则化$;$dropout$;$dataargumentation$;$earlystop

A. TensorFlow$;$PyTorch$;$PaddlePaddle$;$Caffe

A. 在线$;$离线$;$自动$;$手动

A. 从偏差-方差分解的角度看，Boosting主要关注降低偏差$;$从偏差-方差分解的角度看，Bagging主要关注降低方差$;$随机森林简单、容易实现、计算开销小$;$Boosting不能基于泛化性能相当弱的学习器构建出很强的集成

A. 解释学习需要环境提供一组示例，而示例学习只要环境提供一个示例。$;$机械式学习是没有推理能力的$;$符号学习对模拟人类较低级的神经活动是比较有效的$;$观察与发现学习是基于归纳推理的

A. 数据整理$;$数据预处理$;$数据挖掘$;$数据准备