A、PCA
B、LSA
C、混合高斯
D、k-means
答案：CD
解析：PCA与LSA只能解决降维问题
A、PCA
B、LSA
C、混合高斯
D、k-means
答案：CD
解析：PCA与LSA只能解决降维问题
A. 神经网络
B. 机器学习
C. 逻辑表示
D. 深度学习
解析：二十世纪五十年代后期初，基于神经网络的“连接主义”开始出现，代表性工作有感知机和Adaline。
A. BP算法是一种将输出层误差反向传播给隐藏层进行参数更新的方法
B. BP算法将误差从后向前传递，获得各层单元所产生误差，进而依据这个误差来让各层单元修正各单元参数
C. 对前馈神经网络而言，BP算法可调整相邻层神经元之间的连接权重大小
D. 在BP算法中，每个神经元单元可包含不可偏导的映射函数
A. 盘古
B. 悟道2.0
C. ERNIE3.0
D. PaddleOCR
解析：PaddleOCR为轻量型模型
A. 机器学习
B. 计算机视觉
C. 语音识别
D. 自然语言处理
A. t检验
B. 交叉验证t检验
C. Friedman检验
D. McNemar检验
解析：见算法解析
A. 线性变换
B. 非线性变换
C. 求函数最小值
D. 加速训练
解析：在CNN中，梯度下降法的作用是求函数最小值。
A. 逻辑表示法（谓词表示法）
B. 框架
C. 产生式
D. 语义网络
