A、剪枝
B、对数线性回归
C、极大似然法
D、正则化
答案：D
解析：数学基础
A、剪枝
B、对数线性回归
C、极大似然法
D、正则化
答案：D
解析：数学基础
A. MBOW
B. CBOW
C. Stop-gram
D. Skip-gram
解析：见算法解析
A. 轨迹跟踪
B. 决策树
C. 数据挖掘
D. K近邻算法
解析：轨迹跟踪又称为前轮反馈控制法（Front wheel feedback)，核心在于基于前轮中心的路径跟踪偏差量对方向盘转向控制量进行计算。决策树算法是一种逼近离散函数值的方法，它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程。K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。符合题意的为B项决策树。答案选B
解析：正确
A. k-means
B. 线性回归
C. 神经网络
D. 决策树
解析：k-means是聚类，属于无监督学习。
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：数学基础
A. 样本参数
B. 拍摄角度
C. 部位
D. 区域
解析：主要应用
A. 无监督学习
B. 监督学习
C. 强化学习
D. 半监督学习
解析：见算法解析
A. 算法中特征子集搜索采用了随机策略
B. 每次特征子集评价都需要训练学习器，开销很大
C. 算法设置了停止条件控制参数
D. 算法可能求不出解
解析：见算法解析
A. 机器证明
B. 模式识别
C. 人工生命
D. 编译原理
解析：编译原理是程序设计语言研究的内容。
