A、基础理论是神经网络
B、深度学习属于连接主义
C、又称为仿生学派
D、产生在20实际50年代
答案：ABCD
解析：连接主义认为⼈⼯智能源于仿⽣学，特别是对⼈脑模型的研究。它的代表性成果是1943年由⽣理学家麦卡洛克和数理逻辑学家⽪茨创⽴的脑模型，即MP模型，它从神经元开始进⽽研究神经⽹络模型和脑模型，开辟了⼈⼯智能的⼜⼀发展道路。1986年，鲁梅尔哈特等⼈提出多层⽹络中的反向传播(BP)算法。此后，连接主义势头⼤振，从模型到算法，从理论分析到⼯程。
A、基础理论是神经网络
B、深度学习属于连接主义
C、又称为仿生学派
D、产生在20实际50年代
答案：ABCD
解析：连接主义认为⼈⼯智能源于仿⽣学，特别是对⼈脑模型的研究。它的代表性成果是1943年由⽣理学家麦卡洛克和数理逻辑学家⽪茨创⽴的脑模型，即MP模型，它从神经元开始进⽽研究神经⽹络模型和脑模型，开辟了⼈⼯智能的⼜⼀发展道路。1986年，鲁梅尔哈特等⼈提出多层⽹络中的反向传播(BP)算法。此后，连接主义势头⼤振，从模型到算法，从理论分析到⼯程。
A. 基础层
B. 技术层
C. 应用层
D. 过程层
解析：基础概念
A. 3/2
B. 1/2
C. -3/2
D. -1/2
A. 单阶段模型
B. 双阶段模型
C. 三阶段模型
A. 数据的准备
B. 预测模型开发
C. 模型验收
D. 评估
A. 完形填空
B. 多项选择
C. 片段抽取
D. 自由回答
解析：见算法解析
A. 增大惩罚参数C
B. 减小惩罚参数C
C. 减小核函数系数（gamma值）
D. 增大核函数系数（gamma值）
解析：
C值小时对误差分类的惩罚减小,当C趋于0时，表示我们不再关注分类是否正确，只要求margin越大，容易欠拟合。
A. plt.bar(left,height,width,bottom)
B. plt.barh(width,bottom,left,height)
C. plt.cohere(x,y,NFFT=256,Fs)
D. plt.stem(x,y,linefmt,markerfmt)
解析：见函数库
A. 卷积核数量越多特征图通道数越少
B. 卷积核size越大特征图通道数越多
C. 卷积核数量越多特征图通道数越多
D. 二者没有关系
解析：卷积核数量越多特征图通道数越多
A. 中剪枝
B. 前剪枝
C. 先剪枝
D. 后剪枝
