DSSM使用（）个全连接层

A. 随机填补是在均值填补的基础上加上随机项 $;$通过增加缺失值的随机性来改善缺失值分布过于集中的缺陷 $;$可采用贝叶斯 Bootstrap 方法 $;$以上说的都不对

A. 通用性$;$准确性$;$稳定性$;$确定性

A. 集成学习通过构建并结合多个学习器来完成学习任务，也称为多分类器系统、基于委员会的学习等$;$集成中只包含同种类型的个体学习器，如“决策树集成”，“神经网络集成”等，这样的集成是“同质”的$;$集成中同时包含多种类型的个体学习器，这样的集成是“异质”的，异质集成的个体学习器一般称为基学习器$;$随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将指数级下降，最终趋向于零

A. 欧氏距离 $;$ 曼哈顿距离$;$切比雪夫距离$;$马氏距离

A. 客户$;$分析$;$资源$;$数据

A. 计算简单
$;$非线性
$;$具有饱和区
$;$几乎处处可微

A. 一个集合$;$一个映射$;$一个概率空间$;$一个线性空间

A. ReLU$;$tanh$;$SIGMOID$;$以上都不是