A、 适用于小规模数据集
B、 适用于多分类任务
C、 适合增量式训练
D、 对输入数据的表达形式不敏感
答案：ABC
A、 适用于小规模数据集
B、 适用于多分类任务
C、 适合增量式训练
D、 对输入数据的表达形式不敏感
答案：ABC
解析：聚类问题是无监督学习问题
A. 负梯度方向是使函数值下降最快的方向
B. 当目标函数是凸函数时，梯度下降法的解是全局最优解
C. 梯度下降法比牛顿发收敛速度快
D. 梯度下降法需要确定合适的迭代步长
解析：牛顿法需要二阶求导，梯度下降法只需一阶，因此牛顿法比梯度下
降法更快收敛。
A. 轨迹跟踪
B. 决策树
C. 数据挖掘
D. K近邻算法
解析：决策树是一种基于树结构进行决策的算法。
A. FP-growth
B. DBSCAN
C. Apriori
D. GDBT
解析：见算法解析
A. 变量的不确定性越大，熵也就越大
B. 一个系统越是有序，信息熵就越高
C. 信息熵也可以说是系统有序化程度的一个度量
D. 信息熵是对信息源整体不确定性的度量
解析：信息熵,描述信息源各可能事件发生的不确定性.来源于热力学第二定律，一个系统越是有序，信息熵就越低；反之，一个系统越是混乱，信息熵就越高。所以，信息熵也可以说是系统有序化程度的一个度量。答案ACD
A. DDR
B. DRAM
C. SRAM
D. FPGA
解析：在分布式隐私保护机器学习系统中，FPGA可为其提供算力支持。
A. 基于正态分布的异常点检测算法
B. 基于距离的异常点检测算法
C. 3δ原则
D. 简单统计分析
A. 学习率和w、b一样是参数，是系统自己学习得到的
B. 学习率越大系统运行速度越快
C. 学习率越小系统一定精度越高
D. 学习率的大小是根据不同场景程序员自己设定的，不宜太大或者太小
解析：学习率的大小是根据不同场景程序员自己设定的，不宜太大或者太小
A. 对未知数据进行正则化
B. 计算未知数据与已知标签数据之间的距离
C. 得到距离未知数据最近的k个已知标签数据
D. 通过已知标签数据的数量进行多数表决，作为未知数据的分类结果
