A、加快算法收敛速度
B、减少手工参数的设置难度
C、避过过拟合问题
D、避过局部极值
答案：C
A、加快算法收敛速度
B、减少手工参数的设置难度
C、避过过拟合问题
D、避过局部极值
答案：C
A. 梯度下降法
B. 拟牛顿法
C. 启发式优化方法
D. EM算法
解析：EM算法
A. 数据整理
B. 数据预处理
C. 数据挖掘
D. 数据准备
A. 有师学习
B. 无师学习
C. 强化学习
D. 都不是
A. Knn$;$Adaboost$;$
随机森林
XGBoost
A. 单向性
B. 无残留
C. 易于实现
D. 双向性
A. Softmax
B. ReLu
C. Sigmoid
D. Tanh
A. 根节点
B. 叶节点
C. 父节点
D. 子节点
A. Transformer
B. Sel-Attention模块
C. RNN循环连接
D. 文本卷积
解析：见算法解析
A. 默认推理
B. 归结推理
C. 演绎推理
D. 单调推理
解析：从全称判断推导出特称判断或单称判断的过程，即由一般性知识推出适合于某一具体情况的结论的推理是演绎推理
