A、强调了模型结构的深度
B、明确了特征学习的重要性
C、所需训练集数据较少
D、数据集没有局部相关性
答案：AB
解析：见算法解析
A、强调了模型结构的深度
B、明确了特征学习的重要性
C、所需训练集数据较少
D、数据集没有局部相关性
答案：AB
解析：见算法解析
A. 设备运维
B. 电网调度
C. 客户服务
D. 安全管控
解析：主要应用
解析：正确
解析：正确
解析：EM（expectation-maximization）算法是Dempster,Laird和Rubin(DLR)三个人在1977年正式提出的.主要是用于在不完全数据的情况下计算最大似然估计.
A. 输出层与输入层之间包含隐含层，且隐含层和输出层都拥有激活函数的神经元
B. 神经元之间存在这同层连接以及跨层连接
C. 输入层仅仅是接收输入，不进行函数处理
D. 每层神经元上一层与下一层全互连
解析：神经网络每层神经元与下层神经完全互连，神经元之间不存在同层连接，也不存在跨层连接，这样的神经网络结构通常称为“多层前馈神经网络”
A. 对两个凸函数取并集
B. 线性变换
C. 透视变换
D. 线性分数映射
解析：ABCD都属于保凸运算
A. 偏差
B. 方差
C. 采样样本
D. 权值分布
解析：在分类学习中，提升方法通过反复修改训练数据的权值分布，构建一系列基本分类器并将它们线性组合，形成一个强分类器。
A. 语句
B. 词袋
C. 词海
D. 词塘
解析：见算法解析
