A、基于分歧方法
B、半监督SVM
C、生成式方法
D、半监督聚类
答案：D
解析：见算法解析
A、基于分歧方法
B、半监督SVM
C、生成式方法
D、半监督聚类
答案：D
解析：见算法解析
解析：正确
解析：正确
A. 无监督学习
B. 半监督学习
C. 强化学习
D. 有监督学习
解析：朴素贝叶斯算法属于有监督学习
A. 圆形分布
B. 螺旋分布
C. 带状分布
D. 凸多边形分布
A. 物流
B. 制造%
C. 军工
D. 公共服务
A. 对于分类问题，支持向量机需要找到与边缘点距离最大的分界线，从而确定支持向量。
B. 支持向量机的核函数负责输入变量和分类变量（输出）之间的映射。
C. 支持向量机可根据主题对新闻进行分类。
D. 支持向量机不能处理分界线为曲线的多分类问题。
解析：支持向量机可以处理分界线为曲线的多分类问题。
A. FastText
B. BERT
C. GoogLeNet
D. ResNet
解析：见算法解析
A. 防止模型欠拟合而加在损失函数后面的一项
B. L1范数符合拉普拉斯分布，是完全可微的
C. L1正则化项是模型各个参数的平方和的开方值
D. L1正则化可以产生稀疏权值矩阵，即产生一个稀疏模型，可以用于特征选择
解析：A、防止模型过拟合而加在损失函数后面的一项；B、L1范数符合拉普拉斯分布，是不完全可微的；C、L2正则化项是模型各个参数的平方和的开方值。
