语义网络中的节点可以表示各种事物、概念、情况、属性、动作、状态。

A. 输入层$;$输出层$;$感知层$;$网络层

A. 低维嵌入$;$核化线性降维$;$主成分分析$;$k近邻学习

A. 关联规则发现$;$聚类$;$分类$;$自然语言处理

A. 循环神经网络可以根据时间轴展开$;$LSTM 无法解决梯度消失的问题$;$LSTM 也是一种循环神经网络$;$循环神经网络可以简写为 RNN

A. 归纳和演绎$;$归纳和泛化$;$归纳和特化$;$演绎和泛化

A. 统计和分析$;$挖掘$;$导入和预处理$;$采集

A. TCP$;$UDP$;$SMB$;$ICMP

A. 数据总线$;$地址总线$;$网络总线$;$控制总线

A. 无监督学习 $;$监督学习$;$ 强化学习 $;$半监督学习