人工智能发展历程中第二次热潮是（）期间的算法应用升级。

A. 降维过程中可以保留原始数据的所有信息。
$;$ 多维缩放的目标是要保证降维后样本之间的距离不变。
$;$ 线性降维方法目标是要保证降维到的超平面能更好的表示原始数据。
$;$ 核线性降维方法目标是通过核函数和核方法来避免采样空间投影到高维空间再降维之后的低维结构丢失。

A. 高斯核函数$;$多项式核函数$;$Sigmiod 核函数$;$线性核函数

A. LeNet-5$;$AlexNet$;$ResNet50$;$ResNet152

A. 贝叶斯是概率框架下实施决策的基本方法$;$贝叶斯基于概率和误判损失来选择最优的类别标记$;$ 贝叶斯中期望损失定义为风险$;$贝叶斯判定准则为最大化总体风险

A. 速度快$;$精度高$;$成本低$;$成本高

A. 期望值$;$最大值$;$最小值$;$总和

A. 只有 1$;$只有 2$;$ 只有 3$;$ 都正确