A、增加树的深度
B、增加学习率
C、减少树的数量
D、减小树的深度
答案：D
解析：一般用决策树进行分类，从根结点开始，对实例的某一特征进行测试，根据测试结果，将实例分配到其子结点。这时，每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类，直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航 《统计学习方法》
决策树深度越深，在训练集上误差会越小，准确率越高。但是容易造成过拟合，而且增加模型的训练时间。对决策树进行修剪，减小树的深度，能够提高模型的训练速度，有效避免过拟合。
单决策树中，学习率不是一个有效参数。
决策树是单树，随机森林由多个决策树组成。
A、增加树的深度
B、增加学习率
C、减少树的数量
D、减小树的深度
答案：D
解析：一般用决策树进行分类，从根结点开始，对实例的某一特征进行测试，根据测试结果，将实例分配到其子结点。这时，每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类，直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航 《统计学习方法》
决策树深度越深，在训练集上误差会越小，准确率越高。但是容易造成过拟合，而且增加模型的训练时间。对决策树进行修剪，减小树的深度，能够提高模型的训练速度，有效避免过拟合。
单决策树中，学习率不是一个有效参数。
决策树是单树，随机森林由多个决策树组成。
解析：解析：stop表示停止
A. 自动计算，通过编程计算456*457*458*459的值
B. 文字识别，如通过OCR快速获得的图像中出汉字，保存为文本
C. 语音输入，通过话筒将讲话内容转成文本
D. 麦克风阵列，如利用灵云该技术实现远场语音交互的电视
A. 从文本中提取实体
B. 从实体间提取关系
C. 不同写法的实体统一为一个实体
D. 明确代词指向哪个实体
解析：实体统一是指判断多个实体是不是属于一个实体。
解析：正确
A. 图像加噪
B. 图像采集
C. 图像压缩
D. 图像分割
解析：为了对某图像中的目标进行分析和识别，一般需要对图像进行 图像分割处理。
A. 图像分类
B. 目标检测
C. 目标跟踪
D. 语义分割
解析：主要应用
A. 符号主义
B. 连接主义
C. 行为主义
D. 以上都不是
A. 智能平台建设
B. 大数据
C. 互联网
D. 人工智能技术
解析：基础知识
A. 局部连接
B. 权重共享
C. 下采样
D. 归一化
解析：见算法解析
