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. RBF网络
B. RIO网络
C. ART网络
D. SQM网络
A. -6
B. 6
C. 2
D. 2
A. 1.2.3.4
B. 1.3.4.6
C. 1.2.3.4.5.6
D. 3.4.6
解析：DSSM经典模型的优点;1.解决了字典爆炸问题，降低了计算复杂度；2.中文方面使用字作为最细切分粒度，可以复用每个字表达的词义，减少分词的依赖，从而提高模型的泛化能力；3.字母的n-gram可以更好的处理新词，具有较强的鲁棒性；4.使用有监督的方法，优化语义embedding的映射问题；5.省去了人工特征工程；6.采用有监督训练，精度较高。
A. （1）按小时负荷预测（2）日负荷预测（3）周负荷预测（4）月负荷预测
B. (1）日负荷预测（2）周负荷预测（3）月负荷预测（4）年负荷预测
C. (1）超短期负荷预测（2）短期负荷预测（3）中期负荷预测（4）长期负荷预测
D. （1）日负荷预测（2）周负荷预测（3）月负荷预测（4）季负荷预测
解析：负荷预测分为短期、超短期、中期、长期负荷预测四类。
A. 完成 Atlas 驱动安装
B. 已安装 CUD软件包
C. 已安装 Cmake 编译工具
D. 完成环境配置
A. 人工智能就是深度学习
B. 人工智能属于机器学习的一个分支
C. 人工智能包含了深度学习
D. 强化学习属于人工智能的一部分
A. 扩展现实技术
B. 区块链技术
C. 数字孪生技术
D. 云计算
解析：不确定性知识的事实与结论的关系也会有“是”或“不是”
