下面关于随机森林和集成学习的说法，正确的是：
A. 随机森林只能用于解决分类问题
B. 随机森林由随机数量的决策树组成
C. 集成学习通过构建多个模型，并将各个模型的结果使用求平均数的方法集成起来，作为最终的预测结果，提高分类问题的准确率
D. 随机森林的弱分类器（基分类器）的特征选择是随机的
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-25c0-c07f-52a228da6003.html
点击查看答案
2017年，国务院正式印发了《新一代人工智能发展规划》，这是我们国家针对人工智能领域的第一个系统部署的文件。
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-dee8-c07f-52a228da6020.html
点击查看答案
下列哪个模型属于无监督学习
A. KNN分类
B. 逻辑回归
C.
DBSCAN
D. 决策树
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-c390-c07f-52a228da6007.html
点击查看答案
numpy.arange(0,4)的结果为（ ）
A. array([0, 1, 2, 3])
B. array[0, 1, 2, 3]
C. [0, 1, 2, 3]
D. array([0, 1, 2, 3, 4])
https://www.shititong.cn/cha-kan/shiti/0005e9f0-78bb-6090-c07f-52a228da601a.html
点击查看答案
图计算中图数据往往是（）和不规则的，在利用分布式框架进行图计算时，首先需要对图进行划分，将负载分配到各个节点上
A. 结构化
B. 非结构化
C. 对称化
D. 规则化
解析：图计算中图数据往往是非结构化和不规则的，在利用分布式框架进行图计算时，首先需要对图进行划分，将负载分配到各个节点上
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-0a68-c07f-52a228da600a.html
点击查看答案
关于Boosting，Bagging和随机森林，以下说法错误的是(___)
A. 从偏差-方差分解的角度看，Boosting主要关注降低偏差
B. 从偏差-方差分解的角度看，Bagging主要关注降低方差
C. 随机森林简单、容易实现、计算开销小
D. Boosting不能基于泛化性能相当弱的学习器构建出很强的集成
解析：见算法解析
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-1a08-c07f-52a228da6002.html
点击查看答案
序列节点使用()和生成序列模式两个步骤进行序列模式的挖掘。
A. 发生频繁序列
B. 设置修剪值
C. 最低规则置信度
D. 生成时间序列
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-b008-c07f-52a228da600d.html
点击查看答案
绝大多数的决策树学习算法都是基于哪个核心算法设计出来的（）
A. Find-S算法
B. 候选消除算法
C. ID3算法
D. 遗传算法
https://www.shititong.cn/cha-kan/shiti/0005e9e7-291f-a450-c07f-52a228da6015.html
点击查看答案
声纹识别（Voiceprint Recognition），是一项提取说话人声音特征和说话内容信息，自动核验说话人身份的技术
https://www.shititong.cn/cha-kan/shiti/0005e9f8-7427-2548-c07f-52a228da6025.html
点击查看答案
神经网络的神经元计算是一个线性计算函数
解析：非线性
https://www.shititong.cn/cha-kan/shiti/0005e9f2-4769-50b8-c07f-52a228da602f.html
点击查看答案
