答案：B
A. 防止过拟合
B. 防止欠拟合
C. 增加训练样本数
D. 以上答案均不正确
解析：在分类、跟踪、检测等高等级计算机视觉任务中，Dropout操作被广泛用于降低模型在训练集上过拟合的风险
A. 各基分类器之间有较强依赖，不可以进行并行训练。
B. 最著名的算法之一是基于决策树基分类器的随机森林。
C. 当训练样本数量较少时，子集之间可能有重叠。
D. 为了让基分类器之间互相独立，需要将训练集分为若干子集。
A. 卷积神经网络
B. 递归神经网络
C. 残差网络
D. xgboost 算法
解析：XGBoost是针对分类或回归问题的boosting算法的一种实现方式，并不是神经网络的代表。
A. 解释变量和被解释变量都是随机变量
B. 解释变量为非随机变量，被解释变量为随机变量
C. 解释变量和被解释变量都为非随机变量
D. 解释变量为随机变量，被解释变量为非随机变量
A. ①③④
B. ①②③
C. ①③④
D. ①②④
解析：循环神经网最常常遇到的问题是：①.梯度消失②.词语依赖位置较远③.梯度爆炸
A. prototxt
B. py
C. config
D. params
解析：主要应用
A. 数据形状变换
B. 模型筛选
C. 数据集划分
D. 数据归一化处理
解析：基础概念
A. k-means
B. 线性回归
C. svm
D. 逻辑回归
