A、自注意力
B、Normalization
C、全连接
D、卷积
答案：D
解析：卷积在BERT中没有使用
A、自注意力
B、Normalization
C、全连接
D、卷积
答案：D
解析：卷积在BERT中没有使用
A. 翻转
B. 缩放
C. 改变色温
D. 亮度
A. 人工智能业务
B. 人工智能算法
C. 人工智能训练数据
D. 机器学习框架平台
解析：主要应用
A. 1
B. 0
C. True
D. False
解析：本题主要考查Python基本运算。Python比较运算优先级高于逻辑运算，因此C选项正确。
A. 回归
B. 分类
C. 聚类
D. 强化
解析：聚类分析起源于分类学，但是聚类不等于分类。聚类与分类的不同在于，聚类所要求划分的类是未知的。
解析：错误
A. 6
B. 8
C. 9
D. 12
解析：主要应用
A. ①③④
B. ①②③
C. ①③④
D. ①②④
解析：循环神经网络优于全连接网络的一个原因是循环神经网络实现了权值共享，那么权值共享的好处有：①.模型参数变少②.运算速度变快③.占用内存少
A. 自然语言系统
B. 机器学习
C. 专家系统
D. 人类感官模拟
解析：后剪枝决策树通常比预剪枝决策树保留了更多的分支， 一般情形下，后剪枝决策树的欠拟合风险很小，泛化性能往往优于预剪枝决策树，但后剪枝过程是在生成完全决策树之后进行的，并且要白底向上地对树中的所有非叶结点进行逐一考察，因此其训练时间开销比未剪枝决策树和预剪枝决策树都要大得多
