A、CART决策树
B、C4.5算法
C、多变量决策树
D、ID3算法
答案：D
A、CART决策树
B、C4.5算法
C、多变量决策树
D、ID3算法
答案：D
解析：正确
A. 聚类
B. 回归
C. 递归
D. KNN
解析：见算法解析
A. 快速上手的源码
B. 多样的工具链
C. 完善的文档
D. 丰富的 API
解析：错误
解析：错误
解析：正确
解析：贝叶斯网亦称为“信念网”，它借助有向无环图来刻画属性之间的依赖关系，并使用条件概率表来描述属性的联合概率分布。
A. CNN
B. LSTM
C. BERT
D. RNN
解析：见算法解析
A. 27*27*3
B. 28*28*3
C. 27*27*6
D. 28*28*6
解析：循环神经网络中，假设输入是一个32*32*3的图像，3表示RGB三通道，卷积核的结构是5*5*3，共6个不同的卷积核，一个卷积核产生一个feature map，则输出的feature map 矩阵的结构是28*28*6 。
解析：分类问题常用的损失函数为交叉熵
