A、数据的获得与管理
B、模式/模型的验证和优化
C、结果的可视化与文档化
D、模式/模型的应用及维护
答案：C
A、数据的获得与管理
B、模式/模型的验证和优化
C、结果的可视化与文档化
D、模式/模型的应用及维护
答案：C
A. 根据特征向量X计算样本之间的相似性，选择离中心点最相似的k个样本
B. k近邻既可以用于分类，也可以用于回归
C. k近邻用于分类时，对于新的样本，计算离其最近的k个样本的平均值，作为新样本的预测值
D. k近邻用于分类时，对于新的样本，根据其k个最近邻样本的类别，通过多数表决的方式预测新样本的类别
A. PATH
B. PWD
C. HOME
D. ROOT
A. A =0
B. B!=C时A=0
C. A!=0时B=C
D. |A|!=0时B=C
A. 搜索服务
B. 图像处理
C. 智能驾驶
D. 语音识别
解析：搜索服务、图像处理、智能驾驶和语音识别均属于人工智能发展产业。答案选ABCD
A. 平滑处理
B. 标准化
C. 特征构造
D. 去除虚假数据
A. 标准差
B. 方差
C. 偏差
D. 平方差
解析：欠拟合会出现高偏差问题
A. K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象
B. K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念
C. K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇
D. K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇
解析：反向传播算法被设计为减少公共子表达式的数量而不考虑存储的开销。
