NLP中采用深度学习方法，将单词表示为"one-hot"编码向量，采用的是基于规则的方法。

A. 序列相关问题$;$图像分类$;$图像检测$;$推荐问题

A. fit $;$transform $;$predict $;$fit_transform

A. 图像加噪$;$ 图像采集$;$ 图像压缩$;$ 图像分割

A. 每次抽选时，总体单位数始终不变$;$每次抽选时，总体单位数逐渐减少$;$各单位被抽中的机会在每次抽选中相等$;$各单位被抽中的机会在每次抽选中不等$;$各次抽选相互独立

A. K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象$;$K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念$;$K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇$;$K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇

A. 1/4$;$1/2$;$4/7$;$2/3

A. 三分技术、七分管理、十二分数据$;$三分数据、七分智慧、十二分体验$;$三分技术、五分管理、十一分数据$;$三分数据、五分管理、十一分体验

A. 级联相关$;$能量相关$;$网格相关$;$以上都不对

A. 光照$;$遮挡$;$重叠$;$多尺度