A、GloVe
B、BERT
C、Open AI＇s GPT
D、ULMFit
答案：C
A、GloVe
B、BERT
C、Open AI＇s GPT
D、ULMFit
答案：C
A. PCA
B. LSA
C. 混合高斯
D. k-means
解析：PCA与LSA只能解决降维问题
A. 符号主义学习
B. 监督学习
C. 无监督学习
D. 归纳学习
解析：E.A.Feigenbaum等人在著名的《人工智能手册》（第三卷，把机器学习划分为：机械学习、示教学习、类比学习和归纳学习。
A. 曼哈顿距离
B. 欧氏距离
C. 马氏距离
D. 切比雪夫距离
解析：正确
A. U-Net
B. DeepLab
C. ICNet
D. BERT
解析：BERT是自然语言模型
A. 3
B. 9
C. 80
D. nan
解析：见算法解析
A. 1.2.3
B. 1.3.4
C. 2.3.4
D. 1.2.3.4
解析：DSSM经典模型的缺点：1.Wordhashing可能造成词语冲突；2.采用词袋模型，损失了上下文语序信息；3.搜索引擎的排序由多种因素决定，用户点击时doc排名越靠前越容易被点击，仅用点击来判断正负样本，产生的噪声较大，模型难以收敛；4.效果不可控。
A. 广度优先搜索
B. 深度优先搜索
C. 有界深度优先搜索
D. 启发式搜索
解析：广度优先搜索会根据离起点的距离，按照从近到远的顺序对各节点进行搜索。而深度优先搜索会沿着一条路径不断往下搜索直到不能再继续为止，然后再折返，开始搜索下一条路径。广度优先搜索可以找出节点的最短路径，即可以解决最短路径问题。有界深度优先搜索为了解决深度有限搜索误入无穷分支，定出一个深度界限，在找寻达到这一深度界限而且还没有找到目标时，即返回重找。启发式搜索是利用问题拥有的启发信息来引导搜索，达到减少搜索范围、降低问题复杂度的目的，可以消除组合爆炸，并得到令人能接受的解(通常并不一定是最佳解)。所以如果存在最优解，广度优先搜索必然可以得到最优解，答案选A
