A、属于结构自适应网络，网络结构也是其优化目标
B、主要成分为级联、相关、归约
C、无需设置网络层数、隐层神经元数目
D、训练速度快，但数据较小时容易陷入过拟合
答案：B
解析：级联相关网络有两个主要成分“级联”和“相关”级联是指建立层次连接的层级结构，在开始训练时，网络只有输入层和输出层，处于最小拓扑结构;随着训练的进行，新的隐层神经元逐渐加入，从而创建起层级结构，当新的隐层神经元加入时，其输入端连接权值是冻结固定的相关是指通过最大化新神经元的输出与网络误差之间的相关性来训练相关的参数
A、属于结构自适应网络，网络结构也是其优化目标
B、主要成分为级联、相关、归约
C、无需设置网络层数、隐层神经元数目
D、训练速度快，但数据较小时容易陷入过拟合
答案：B
解析：级联相关网络有两个主要成分“级联”和“相关”级联是指建立层次连接的层级结构，在开始训练时，网络只有输入层和输出层，处于最小拓扑结构;随着训练的进行，新的隐层神经元逐渐加入，从而创建起层级结构，当新的隐层神经元加入时，其输入端连接权值是冻结固定的相关是指通过最大化新神经元的输出与网络误差之间的相关性来训练相关的参数
A. EM
B. 吉布斯采样
C. 贝叶斯
D. 概率分布
解析：错误
A. 反馈型
B. 随机型网络
C. 自组织竞争型
D. 前向型
A. catch
B. exception
C. catch(a)
D. except
解析：见函数库
A. cross_val_score
B. cross_val%
C. val_score
D. cross_score
A. 扩展现实技术
B. 区块链技术
C. 数字孪生技术
D. 云计算
A. 自底向上
B. 贪心策略
C. 自顶向下
D. 以上都是
A. 回归和相关在x和y之间都是互为对称的
B. 回归和相关在x和y之间都是非对称的
C. 回归在x和y之间是非对称的，相关在x和y之间是互为对称的
D. 回归在x和y之间是对称的，相关在x和y之间是非对称的
A. 归一化的目的是将数据限制在一定范围
$;$归一化后可加快梯度下降求最优解的速度
$;$逻辑回归等模型先验假设数据服从正态分布
