A、测量空间
B、特征表示
C、特征匹配
D、特征空间
答案：ABC
解析：见算法解析
A、测量空间
B、特征表示
C、特征匹配
D、特征空间
答案：ABC
解析：见算法解析
解析：非结构化数据：不存在或难以发现统一结构的数据，即在未定义结构的情况下或并不按照预定义的结构要求捕获、存储、计算和管理的数据。通常指无法在传统关系数据库中直接存储、管理和处理的数据，包括所有格式的办公文档、文本、图片、音频或视频信息。
A. 模型训练
B. 特征选择
C. 分析定位任务
D. 特征提取
解析：正确
A. 特点
B. 离散度
C. 聚合度
D. 线性关系
A. 剪枝
B. 特征选取
C. 数据清理
D. 决策树生成
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. 元素在内存中的相对位置表示逻辑次序
B. 保存在元素中的指针表示先后次序
C. 设立单独的区域存储元素之间的逻辑次序
D. 元素本身的关键字来表示逻辑次序
A. 一个
B. 两个
C. 多个
D. 无
解析：神经元之间的每个连接都有一个权重。
A. 反向传播算法
B. 卷积可视化解释
C. 非线性激活函数
D. 深度神经网络
解析：目前深度学习的必备技术反向传播算法，卷积可视化解释，非线性激活函数，深度神经网络，卷积神经网络，循环神经网络，递归神经网络等
A. 电网模拟仿真器
B. 新能源发电预测/母线复合预测
C. 多能互补的发用电平衡
D. 异常事件/故障下的辅助决策模型
解析：主要应用
