答案:A
A. 全梯度下降算法$;$随机梯度下降算法$;$快速梯度下降算法$;$小批量梯度下降算法
A. 任务$;$性能指标$;$经验来源$;$算法
A. plt.psd(x,NFFT=256,pad_to,Fs)$;$plt.bar(left,height,width,bottom)$;$plt.barh(width,bottom,left,height)$;$plt.cohere(x,y,NFFT=256,Fs)
A. K近邻算法
$;$随机森林
$;$神经网络
$;$都不属于
A. 正确$;$错误
A. 拟合数据的概率分布曲线$;$证明模型的理论意义$;$计算性能的突破发展$;$超高速的数据读取