A、认知
B、识别
C、分析
D、决策
答案：ABCD
解析：基础概念
A、认知
B、识别
C、分析
D、决策
答案：ABCD
解析：基础概念
A. k(k-1)/2
B. k(k-1)
C. k(k-2);(k-1)(k-2)
解析：其做法是在任意两类样本之间设计一个SVM，因此k个类别的样本就需要设计k (k-1)/2个SVM
A. 循环神经网络
B. 卷积神经网络
C. LSTM网络
D. 多层感知机
解析：LSTM是循环神经网络的一种，循环神经网络的输入是前一层的输出和当前层自身
A. 具有一致性和逻辑性
B. 获取和处理投研信息范围广、内容全
C. 可减少人为疏漏和失误
D. 可以进行简单问题的直接回复、复杂问题转人工支持
A. PATH
B. PWD
C. HOME
D. ROOT
A. 两个框之间的重叠程度
B. 两个框的总面积
C. 两个框的相对大小
D. 一个框面积与周长比值
解析：见算法解析
A. 自然语言系统
B. 机器学习
C. 专家系统
D. 人类感官模拟
解析：自然语言系统是对自然语言进行处理和理解的系统。自然语言信息系统的主要功能是机器对人们输入的自然语言进行处理和理解，并返回响应的结果。机器翻译属于自然语言系统，答案选A
A. fastText
B. word2vec
C. BERT
D. CNN
解析：见算法解析
A. Knn
B. Adaboost
C. 随机森林
D. XGBoost
解析：集成学习方法大致可分为两大类：即个体学习器间存在强依赖关系，必须串行生成的序列化方法以及个体学习器间不存在强依赖关系、可同时生成的并行化方法；前者代表是 Boosting ，后者代表是 Bagging 和“ 随机森林 ”
A. 语音识别
B. 语种识别
C. 说话人识别
D. 麦克风阵列
解析：麦克风阵列是一组位于空间不同位置的全向麦克风按一定的形状规则布置形成的阵列，加上相应的算法就可以解决声源定位
