A、统计学习以方法为中心，统计学习方
法构建模型并应用模型进行预测与分析
B、统
计学习的目的是对数据进行预测与分析
C、统计学习以模型为研究对象，是算法驱动的学科
D、统计学习以计算机及网络为平台，是建立在计算
机及网络之上的
答案：ABD
解析：统计学习以数据为研究对象，是数据驱动的学科
A、统计学习以方法为中心，统计学习方
法构建模型并应用模型进行预测与分析
B、统
计学习的目的是对数据进行预测与分析
C、统计学习以模型为研究对象，是算法驱动的学科
D、统计学习以计算机及网络为平台，是建立在计算
机及网络之上的
答案：ABD
解析：统计学习以数据为研究对象，是数据驱动的学科
A. 顺序、循环、分支
B. 陈述、询问、感叹
C. 事实、规则、询问
D. 肯定、疑问、感叹
A. 适应性
B. 由简单单元组成
C. 广泛并行互连的网络
D. 线性特性
解析：神经网络中的神经元接收到的总输入值将与神经元的阀值进行比较，然后通过“激活函数” 处理以产生神经元的输出，激活函数时非线性函数
A. 增加
B. 取反
C. 减小
D. 取整
解析：见算法解析
A. 谷歌
B. Facebook
C. 亚马逊
D. 微软
A. 权值学习迭代次数足够多
B. 学习能力低下
C. 训练集过多模型复杂
D. 数据有噪声
解析：见算法解析
A. 搜索每个可能的权重和偏差组合，直到得到最佳值
B. 赋予一个初始值，然后检查跟最佳值的差值，不断迭代调整权重
C. 随机赋值，听天由命
D. 以上都不正确的
A. 人脸识别
B. 专家系统
C. 图像理解
D. 分布式计算
解析：随机森林的起始性能往往相对较差，特别是在集成中只包含一个基学习器时。这很容易理解，因为通过引入属性扰动，随机森林中个体学习器的性能往往有所降低。然而，随着个体学习器数目的增加，随机森林通常会收敛到更低的泛化误差。
