答案：A
A. 梯度下降法
B. 拟牛顿法
C. 启发式优化方法
D. EM算法
解析：EM算法
A. VGG
B. GoogLeNet
C. fast-RCNN
D. faster-RCNN
解析：Inception模块可以并行执行多个具有不同尺度的卷积运算或池化操作，下列网络运用Inception的是GoogLeNet
A. 增加树的深度
B. 增加学习率
C. 减少树的数量
D. 减小树的深度
解析：一般用决策树进行分类，从根结点开始，对实例的某一特征进行测试，根据测试结果，将实例分配到其子结点。这时，每一个子结点对应着该特征的一个取值。如此递归地对实例进行测试并分类，直至达到叶结点。最后将实例分到叶结点的类中。—— 引自李航 《统计学习方法》
决策树深度越深，在训练集上误差会越小，准确率越高。但是容易造成过拟合，而且增加模型的训练时间。对决策树进行修剪，减小树的深度，能够提高模型的训练速度，有效避免过拟合。
单决策树中，学习率不是一个有效参数。
决策树是单树，随机森林由多个决策树组成。
A. 深度学习
B. 特征学习
C. 模式识别
D. 自动翻译
A. 机器学习和人工智能是独立的两种技术
B. 机器学习是人工智能的核心技术和重要分支
C. 机器学习的目标是让机器设备像人类一样学习书本知识
D. 机器学习是指一系列程序逻辑控制算法
解析：机器学习是人工智能的核心，是使计算机具有智能的主要方法，其应用遍及人工智能的各个领域。
A. P30
B. Mate 20
C. 荣耀 V20
D. iPhone10
A. 不存在这样的二叉树
B. 200
C. 198
D. 199
解析：根据二叉树的性质，在任意一棵二叉树中，度为0的结点总是比度为2的结点多一个，则度为0的结点数为199+1=200。
A. 数据预处理
B. 数据清洗
C. 数据选择
D. 数据分析
A. 计算
B. 模型
C. 数据
D. 存储
解析：计算作为第四次工业革命的核心，其前沿算法和基础理论正在发生巨大变化。
