A、线性回归
B、深度残差网络
C、卷积神经网络CNN
D、循环神经网络RNN
答案：A
解析：线性回归是传统统计学系呢绒
A、线性回归
B、深度残差网络
C、卷积神经网络CNN
D、循环神经网络RNN
答案：A
解析：线性回归是传统统计学系呢绒
A. 如果原始空间是有限维，即属性数有限，那么一定存在一个高维特征空间使样本可分
B. 某个核函数使训练集在特征空间中线性可分，可能原因是欠拟合
C. “软间隔”允许某些样本不满足约束
D. 正则化可理解为一种“罚函数法
解析：见算法解析
A. Knn
B. Adaboost
C. 随机森林
D. XGBoost
解析：集成学习方法大致可分为两大类：即个体学习器间存在强依赖关系，必须串行生成的序列化方法以及个体学习器间不存在强依赖关系、可同时生成的并行化方法；前者代表是 Boosting ，后者代表是 Bagging 和“ 随机森林 ”
A. for a in range(10):
time.sleep(10)
B. while 1<10:
time.sleep(10)
C. while True:
break
D. a = [3,-1,＇,＇]
for i in a[:]:
if not a:
break
A. 特征稠密
B. 特征稀疏
C. 能够表征词与词之间的相互关系（相似度计算）
D. 泛化性更好,支持语义运算sim
解析：见算法解析
解析：对自然语言表示的信息进行分析概括或编辑是自然语言处理要实现的目标之一。
解析：当训练数据线性可分时，通过硬间隔最大化，也学习一个线性的分类器，即线性支持向量机，又称为硬间隔支持向量机
A. 词性标注
B. 实体链接
C. 关系抽取
D. 命名实体识别
解析：词性标注不是构建知识图谱用到的主要技术
A. paddle.nn.Linear
B. paddle.nn.Conv2D
C. paddle.nn.MaxPool2D
D. paddle.nn.ReLU
解析：应使用线性层paddle.nn.linear作为全连接层
A. 句法
B. 音韵
C. 语义
D. 语用
解析：见算法解析
