传统GBDT以（）作为基分类器

A. 主成分分析PCA$;$线性判别分析LDA$;$AutoEncoder$;$矩阵奇异值分解SVD$;$最小二乘法LeastSquares

A. 不同的神经网络结构，层数与神经元数量正相关，层数越多，神经元数量越多$;$ 网络结构的层次越深，其学习特征越多，10层的结构要优于5层结构$;$深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多少有关$;$网络的层次越深，其训练时间越久，5层的网络比4层的训练时间长

A. 文字识别技术$;$指纹识别技术$;$语音识别技术$;$光学字符识别

A. 增加训练数据$;$减少训练数据$;$计算更多变量$;$减少特征

A. 计算$;$模型$;$数据$;$存储

A. 2000年后$;$2006年后$;$2012年后$;$2015年后

A. y = tanh(x)
$;$y = sin(x)
$;$y = max(x,0)
$;$y = 2x

A. 字符应该视为长度为1的字符串$;$字符串以＼0标志字符串的结束$;$既可以用单引号，也可以用双引号创建字符串$;$在三引号字符串中可以包含换行回车等特殊字符

A. A创造性地做事（CreativeWorking）$;$仔细地总结（CarefulConclusion）$;$批判性地思考（CriticalThinking）$;$好奇性地提出问题（CuriousAsking）

A. 封装$;$ 继承$;$ 多态$;$ 重复