A、局部连接
B、权值共享
C、空间或时间上的下采样
D、不定长输入
答案：D
解析：不定长输入数据特征为RNN循环神经网络特征
A、局部连接
B、权值共享
C、空间或时间上的下采样
D、不定长输入
答案：D
解析：不定长输入数据特征为RNN循环神经网络特征
A. Boosting
B. Bagging
C. 随机森林
D. reboot
解析：见算法解析
A. 包裹式
B. 启发式
C. 嵌入式
D. 过滤式
解析：见算法解析
A. 需求分析并完成概要设计（辨别真需求而不是想象中的需求）
B. 根据方案意见反馈进行系统详细设计（不考虑应用场景的规划设计最终都没法达到理想的技术应用效果）
C. 实现方案实施和效果评价（要先有冒烟的试用环节和效果评价， AI 技术是有用的工具但不是万能良药）
D. 交付运行并要跟踪问题（用户真心说好才是好，同时积累经验给下一个任务使用）
A. GaussianNB
B. BernoulliNB
C. MultinomialNB
D. BaseDiscreteNB
解析：GaussianNB 适合连续特征，它假设每个特征对于每个类都符合正态分布。
A. 结构属性
B. 冗余属性
C. 模式属性
D. 集成属性
A. 深蓝
B. IBM
C. 深思
D. 蓝天
A. 梯度下降算法就是不断的更新w和b的值
B. 梯度下降算法就是不断的更新w和b的导数值
C. 梯度下降算法就是不断寻找损失函数的最大值
D. 梯度下降算法就是不断更新学习率
解析：梯度下降算法就是不断的更新w和b的值
