假设你有一个非常大的训练集合，如下机器学习算法中，你觉着有哪些是能够使用map-reduce框架并能将训练集划分到多台机器上进行并行训练？

A. 模型训练$;$特征选择$;$分析定位任务$;$特征提取

A. 奇函数$;$偶函数$;$非奇非偶函数$;$奇偶性不确定

A. 全局梯度算法可以找到损失函数的最小值$;$批量梯度算法可以解决局部最小值问题$;$随机梯度算法可以找到损失函数的最小值$;$全局梯度算法收敛过程比较耗时

A. GoogLeNet仅仅是在宽度上进行了探索，所以它是一个很浅的网络$;$GoogLeNet在宽度上进行了探索，为后人设计更加复杂的网络打开了思路$;$GoogLeNet使用了Inception结构，Inception结构只有V1这一个版本$;$GoogLeNet结合多种网络设计结构所以是到目前为止分类效果最好的网络结构

A. 词$;$句$;$文档$;$话题

A. 数据井喷$;$计算能力突破$;$产业效益提升$;$算法技术与模型优化