关于神经网络的说法中，正确的是（）

A. 诊断型解释型$;$预测型决策型$;$设计型规划型$;$控制型调度型

A. 空洞卷积$;$黑洞卷积$;$细节卷积$;$返向卷积

A. 模型应该简单(防止过拟合)；$;$在训练时最小化错误率(提高在训练集上的准确率)$;$可以利用已知的数据特性，例如稀疏、低秩等$;$将模型函数正则化

A. 机理$;$检索$;$设计$;$存储

A. 期望越大，方差越小
$;$方差反映的是随机变量和其数学期望之间的偏离程度
$;$期望反映的是随机变量取值的平均水平
$;$相关系数用来度量两个变量间的线性关系

A. 损失函数是用泰勒展式二项逼近，而GBDT只是一阶导数$;$对树的结构进行了正则化约束，防止模型过度复杂，降低了过拟合的可能性;$节点分裂的方式不同，GBDT是用的基尼系数，XGBoost是经过优化推导后的$;$XGBoost使用网格搜索，只能检测有限个值

A. 1$;$2$;$3$;$报错

A. BP算法是一种将输出层误差反向传播给隐藏层进行参数更新的方法$;$BP算法将误差从后向前传递，获得各层单元所产生误差，进而依据这个误差来让各层单元修正各单元参数$;$对前馈神经网络而言，BP算法可调整相邻层神经元之间的连接权重大小$;$在BP算法中，每个神经元单元可包含不可偏导的映射函数