Adaboost就是从（）出发反复训练，在其中不断调整数据权重或者是概率分布。

A. 感知机根据正确的程度进行权重调整$;$输入层接收外界输入信号传递给输出层$;$输出层是M-P神经元$;$感知机能容易实现逻辑与、或、非运算

A. argmin$;$std$;$cumprod$;$cumsum

A. 文本中词计数
$;$词的向量标注
$;$词性标注（Part of Speech Tag）
$;$基本依存语法

A. 熵越大，不确定性越大，信息量也就越大$;$信息增益越大，表示某个条件熵对信息熵减少程序越大，也就是说，这个属性对于信息的判断起到的作用越大$;$Gini指数越大，不纯度越小，越容易区分，越不容易分错$;$熵权法是一种客观赋权法，因为它仅依赖于数据本身的离散性

A. 平移$;$删除$;$移动$;$收敛

A. 最小地化层$;$乘积池化层$;$最大池化层$;$平均池化层

A. LSTM$;$GRU$;$Transformer$;$text-convolution

A. 平均精确率是直接度量每个特征对模型精确率的影响 $;$平均精确率不改动每个特征的特征值在不同样本中的顺序 $;$对于不重要的特征来说，顺序变动对模型精确率影响也会很大 $;$以上都不对

A. ①③④$;$①②③④$;$①③④$;$①②④