答案：A
A. 最小二乘法可以求解线性回归问题
B. 梯度下降法可以求解线性回归问题
C. 利用最小二乘法求解线性回归问题可能会出现局部最优解
D. 学习率是梯度下降法的重要参数
解析：线性最小二乘问题通过法方程解出来的一定是全局最优解, 事实上这是二次泛函的优化问题(更一般一点, 这是凸优化), 不会出现多个孤立的局部最优解
A. 分类
B. 检测
C. 识别
D. 跟踪
解析：主要应用
A. Relu 函数
B. Sigmoid 函数
C. tanh 函数
D. Softsign 函数
A. 图像分类
B. 目标检测
C. 目标跟踪
D. 语义分割
解析：主要应用
A. 专家系统
B. 模式识别
C. 编译原理
D. 机器翻译
解析：人工智能的主要研究领域包括：模式识别、专家系统、自然语言理解（包括机器翻译）、计算机博弈、智能代理、数据挖掘、机器人等。
A. 被建模系统内在的随机性
B. 不完全观测
C. 不完全建模
D. 不完全判断
解析：参考《深度学习》P48
A. 支持向量机
B. 神经网络
C. 数据可视化
D. 数据挖掘
