A、重赋权法
B、重采样法
C、重训练法
D、重预测法
答案：A
A、重赋权法
B、重采样法
C、重训练法
D、重预测法
答案：A
A. 感知器
B. 循环神经网络
C. 卷积神经网络
D. 全连接神经网络
A. 残差的平均值总为零
B. 残差的平均值总小于零
C. 残差的平均值总大于零
D. 残差没有此类规律
A. ASR
B. NLP
C. DM
D. TTS
解析：主要应用
A. GaussianNB
B. BernoulliNB
C. MultinomialNB
D. BaseDiscreteNB
解析：GaussianNB 适合连续特征，它假设每个特征对于每个类都符合正态分布。
A. d = {[1,2]:1, [3,4]:3}
B. d = {(1,2):1, (3,4):3}
C. d = {＇张三＇:1, ＇李四＇:2}
D. d = {1:[1,2], 3:[3,4]}
A. 线性回归
B. 系数回归
C. 逻辑回归
D. 曲线回归
A. BP算法
B. 支持向量机
C. 一般的“核”方法习
D. 决策树
解析：二十世纪九十年代中期，“统计学习”闪亮登场并迅速占据主流舞台，代表性技术是支持向量机以及更一般的“核方法”。
解析：正确
