A、机器学习模型的精准度越高，则模型的性能越好
B、增加模型的复杂度，总能减小测试样本误差
C、增加模型的复杂度，总能减小训练样本误差
D、以上说法都不对
答案：C
A、机器学习模型的精准度越高，则模型的性能越好
B、增加模型的复杂度，总能减小测试样本误差
C、增加模型的复杂度，总能减小训练样本误差
D、以上说法都不对
答案：C
A. 可以模拟生物神经系统
B. 面向真实世界物体
C. 面向仿真环境物体
D. 作出交互反应
解析：见算法解析
A. 数据搜查
B. 数据检查
C. 数据探查
A. SVM分类
B. 使用SelectiveSearch输出候选框
C. 使用MLP进行分类与回归预测
D. 使用ROIpooling
解析：见算法解析
A. 从文本中提取特征
B. 测量特征相似度
C. 为学习模型的向量空间编程特征
D. 以上都是
A. Docker 采用经多次小变更积攒到一起，一次提交进镜像的方式
B. Docker 容器不可以脱离底层硬件，随时随地获取应用资源
C. 可以在一台主机上创建轻量级的、可移植的、自给自足的容器
D. 通过容器打包应用程序进入镜像，增加了工作量，使工作更繁琐
A. 可分析性
B. 可复现性
C. 可解释性
D. 可重构性
解析：虽然机器学习在许多任务中取得了巨大的成功，但由于缺乏可解释性，其表现和应用备受质疑，严重阻碍了机器学习在各个领域尤其是安全敏感领域的广泛落地。
A. 技术创新
B. 工程实践
C. 可信安全
D. 信息感知
A. 特征升维
B. 特征降维
C. 防止过拟合
