设矩阵A=[3, -1, -2; 1, 0, -1; -2, 1, 4]，则A的伴随矩阵(1,2)位置的元素是（）。

A. 卷积神经网络

B. 网络神经

C. 识别神经

D. 图像神经

A. （&、|、!）

B. （and、or、not）

C. （&&、||、!）

D. （&、and、!）

A. 收敛速率更快

B. 调优更简单

C. 解决小样本学习问题

D. 对终身学习的适配性更好。

A. 读入数据

B. 拆分样本集合

C. 训练样本集乱序

D. 生成批次数据

A. LeNet

B. AlexNet

C. VGG

D. ResNet

A. 智能代理

B. 模式识别

C. 机器翻译

D. 专家系统

A. K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象。

B. K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念。

C. K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇。

D. K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇。

A. 支持向量机

B. 决策树

C. 神经网络

D. 线性回归

A. n(1-n)p

B. np(1-p)

C. np

D. n(1-p)