答案：B
A. 在语料中训练一个由词到向量（word 2 vector）的模型来对文本中呈现的上下文语境进行学习
B. 训练一个词包模型（a bag of words model）来对文本中的词的发生率（occurrence）进行学习
C. 创建一个文献检索词矩阵（document-term matrix）并且对每一个文本应用余弦相似性
D. 上述所有方法均可
A. 增加树的深度
B. 增加学习率
C. 减小树的深度
D. 减少树的数量
解析：Skip-Gram与CBOW都是运用给定窗口半径生成词向量。
A. merge
B. concat
C. pivot
D. pivot_table
解析：Pivot、pivot_table方法可用于数据透视
A. DBSCAN
B. C4.5
C. C.K-Mean
D. EM
A. Lite
B. TensorFlow2.0 核心库
C. JavaScript
D. Extended
A. 向量计算单元
B. 标量计算单元
C. 张量计算单元
D. 矩阵计算单元
A. axis=0，则沿着横轴进行操作
B. axis=0，则沿着纵轴进行操作
C. axis=1，则沿着纵轴进行操作
D. axis=1，则沿着横轴进行操作
