机器学习涉及哪些数学领域？

A. 非监督学习的样本数据是要求带标签的
$;$ 监督学习和非监督学习的区别在于是否要求样本数据带标签
$;$ 强化学习以输入数据作为对模型的反馈
$;$ 卷积神经网络一般用于图像处理等局部特征相关的数据

A. 超平面$;$分离间隔$;$分离曲线$;$分离平面

A. NLU(自然语言理解)$;$NLP(自然语言处理)$;$DM(中控平台)$;$NLG(自然语言生成)

A. 没有差别$;$差别很大$;$差别很小$;$以上都不正确

A. 采集、探索、加工、验证、建模、报告$;$采集、探索、加工、建模、验证、报告$;$探索、采集、加工、验证、建模、报告$;$探索、采集、加工、建模、验证、报告

A. 序列数据的输入和输出通常是不固定的，有的序列长，有的序列短$;$全连接网络的根本不能处理任何序列数据$;$全连接网络的层次太深导致梯度消失，所以不能处理序列问题$;$命名实体识别问题是一个无法解决的问题，全连接网络也不能解决这个问题

A. 正定性$;$齐次性$;$三角不等式$;$相容性

A. 有向图又称为贝叶斯网络或者信念网络 $;$网络中的边用有向箭头表示子节点依赖于父节点 $;$变量之间的关系通过箭头对变量进行了某种“拓扑” $;$在排序条件下，每个节点都只依赖和它直接相连的父节点，而不依赖与所有的前辈节点