答案：A
A. 权重和偏置
B. 学习率
C. mini-batch的大小
D. 网络结构
解析：权重和偏置不是超参数
A. 两层
B. 三层
C. 一层
D. 四层
A. 数据总线
B. 地址总线
C. 网络总线
D. 控制总线
A. 朴素贝叶斯分类器假设每个属性独立地对分类结果发生影响
B. 面对孤立的噪声点，朴素贝叶斯分类器是健壮的
C. 面对无关属性，朴素贝叶斯分类器是健壮的
D. 相关属性可能会降低朴素贝叶斯分类器的性能
解析：见算法解析
解析：正确
A. 可读,可写入,可执行
B. 可读
C. 可读,可执行
D. 可写入
解析：Keras和tensorflow都是深度学习框架。
A. 进行正确感知
B. 评价智能体在环境中的行为表现
C. 财务分析
D. 进行自我学习与自我优化
