AI智能商业化应用已进入井喷阶段，面临着AI系统安全、（）等安全问题。

A. 一阶导数$;$二阶导数$;$三阶导数$;$四阶导数

A. R={(1,2)，(2,3)，(3,4),(4,5)，(6,5)}$;$R={(1,2)，(2,3),(6,5),(3,6),(5,4)})$;$R={(5,4)，(3,4)，(3,2)，(4,3)，(5,6)}$;$R={(1,2)，(2,3)，(4,3),(4,5)，(5,6)}

A. ping$;$route$;$netstat$;$ifconfig

A. 主成分分析的目的是寻找少数几个主成分代表原来的多个指标；$;$各主成分是原来指标的线性函数$;$所确定的几个主成分之间是互不相关的；$;$使用主成分分析方法的前提是原来的多个指标之间是相关的

A. 解决了梯度消失、爆炸的问题$;$输出不是以0为中心$;$计算方便，计算速度快，求导方便$;$加速网络训练

A. 反向传播只能在前馈神经网络中运用$;$反向传播可以结合梯度下降算法更新网络权重$;$反向传播会经过激活函数$;$反向传播指的是误差通过网络反向传播

A. 数据分布本身随时间变化，需要程序不停的重新适应，比如预测商品销售的趋势$;$规则复杂程度低，且问题的规模较小的问题$;$任务的规则会随时间改变，比如生产线上的瑕疵检测$;$规则十分复杂或者无法描述，比如人脸识别和语音识别

A. 评估$;$训练$;$预测$;$输出模型

A. 自动实现分布式并列计算$;$支持大规模海量数据处理$;$借鉴函数式编程思路$;$简洁易用

A. 5 7
$;$20 10
$;$22 7
$;$2 10