A、降低时间复杂度和空间复杂度
B、较简单的模型在小数据集上有更强的鲁棒性
C、提升模型效果
D、降低算法的计算开销
答案：B
A、降低时间复杂度和空间复杂度
B、较简单的模型在小数据集上有更强的鲁棒性
C、提升模型效果
D、降低算法的计算开销
答案：B
A. —组对象所具有的相似性质
B. —个对象具有另一个对象的性质
C. 各对象之间的共同性质
D. 类之间共享属性和操作的机制
A. 单隐层前馈神经网络
B. 隐层神经元激活函数为径向基函数
C. 输出层是对隐层神经元输出的非线性组合
D. 可利用BP算法来进行参数优化
解析：输出层则是对隐层神经元输出的线性组合
A. 假设属性之间完全独立
B. 假设属性之间部分相关
C. 独依赖估计为半朴素贝叶斯最常用的策略
D. 假设所以属性都依赖于同一个属性
解析：半朴素贝叶斯分类器的基本想法是适当考虑一部分属性问的相互依赖信息，从而既不需进行完全联合概率计算，又不至于彻底忽略了比较强的属性依赖关系
A. “过去”，回答“已发生什么”
B. “过去”，回答“为什么发生”
C. “模拟与优化”的问题
D. “未来”，回答“将要发生什么”
A. conv+relu
B. conv+relu+pool
C. conv+relu+pool+fc
D. conv+k-means
解析：conv+k-means组合在CNN不常见
A. 《人工智能原则》
B. 《人工智能伦理规范》
C. 《人工智能伦理指南》
D. 《人工智能伦理问题建议书》
解析：P21
A. 医学诊断
解析：见算法解析
