人工智能平台应提供模型推送功能，可通过云边协同套件推送至（）设备。

A. 深度强化学习技术$;$多智能体技术$;$深度Q-Learning技术$;$深度学习技术

A. 网络$;$计算$;$存储$;$应用核心能力

A. 语言建模任务指的是给定前一个单词去预测文本中的下一个单词。
$;$可能是比较简单的语言处理任务，具体的实际应用场景包括：智能键盘 、电子邮件回复建议、拼写自动更正等。
$;$比较经典的方法基于 n-grams。
$;$不可使用平滑处理不可见的 n-grams。

A. SelectiveSearch$;$ROIpooling$;$Regionproposallayer$;$C4.5

A. 卷积神经网络
$;$循环神经网络
$;$全连接神经网络
$;$选项A和B

A. 样本数目$;$特征值$;$超参数$;$参数

A. 包裹式$;$启发式$;$嵌入式$;$过滤式

A. 朴素贝叶斯$;$深度残差网络$;$卷积神经网络 CNN$;$循环神经网络 RNN

A. k 值并不是越大越好，k 值过大，会降低运算速度 $;$选择更大的 k 值，会让偏差更小，因为 k 值越大，训练集越接近整个训练样本 $;$选择合适的 k 值，能减小验方差 $;$k 折交叉验证能够有效提高模型的学习能力