A、贝叶斯模型$;$拉普拉模型$;$隐狄利克雷模型$;$马尔可夫模型
答案：C
A、贝叶斯模型$;$拉普拉模型$;$隐狄利克雷模型$;$马尔可夫模型
答案：C
A. 缺失值$;$噪声$;$错误$;$虚假数据
A. SOM网络$;$RBF网络 $;$ART网络 $;$ELman网络
A. SIFT$;$HOG$;$SVM$;$Adaboost
A. 线性回归$;$逻辑回归$;$岭回归$;$随机森林
A. 能提升机器学习算法的稳定性和准确性，但难以避免overfitting$;$Bagging（装袋法）是一个统计重采样的技术,它的基础是Bootstrap$;$主要通过有放回抽样）来生成多个版本的预测分类器,然后把这些分类器进行组合$;$进行重复的随机采样所获得的样本可以得到没有或者含有较少的噪声数据
A. 节省人工$;$提高奖金$;$节省费用$;$降低耗电
