A、并行计算
B、实际操作
C、数据分析
D、数据研发
答案：A
A、并行计算
B、实际操作
C、数据分析
D、数据研发
答案：A
A. 学习率太小，更新速度慢
B. 学习率过大，可能跨过最优解
C. 学习率也是有网络学习而来
D. 学习率可在网络训练过程中更改
解析：CNN网络设计中，学习率的设置往往对训练收敛起到关键作用，关于学习率的说法，错误的是学习率也是有网络学习而来
A. 智能客服
B. 智能座席
C. 智能运营
D. 智能助理
解析：主要应用
A. 视频智能
B. 语音智能
C. 触觉智能
D. 认知智能
解析：弱人工智能是指不能制造出真正地推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。认知智能是指机器具有主动思考和理解的能力，不用人类事先编程就可以实现自我学习，有目的推理并与人类自然交互。人类有语言，才有概念、推理，所以概念、意识、观念等都是人类认知智能的表现，机器实现以上能力还有漫长的路需要探索。答案选D。
A. 建模
B. 测试
C. 假设分析
D. 回归分析
A. 由于其特殊原因，无法分布式化
B. xgboost在代价函数里加入了正则项，用于控制模型的复杂度
C. 可以处理带有缺失值的样本
D. 允许使用列抽样来减少过拟合
A. 轨迹跟踪
B. 决策树
C. 数据挖掘
D. K近邻算法
解析：轨迹跟踪又称为前轮反馈控制法（Front wheel feedback)，核心在于基于前轮中心的路径跟踪偏差量对方向盘转向控制量进行计算。决策树算法是一种逼近离散函数值的方法，它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。符合题意的为B项决策树。答案选B
A. 加快卷积运算
B. 增大卷积核
C. 扩大感受野
D. 通道降维
解析：1x1卷积的主要作用是通道降维
A. 智能机器人
B. 智能医疗
C. 智能金融
D. 智能零售
解析：基础概念
A. 对未知数据进行正则化
B. 计算未知数据与已知标签数据之间的距离
C. 得到距离未知数据最近的k个已知标签数据
D. 通过已知标签数据的数量进行多数表决，作为未知数据的分类结果
