答案：B
A. 局部最优解
B. 全局最优解
C. 鞍点
D. 转折点
A. 符号主义
B. 连接主义
C. 行为主义
D. 以上都不是
A. 贝叶斯的学习过程为对训练样本计数
B. 估计出每个结点的条件概率
C. 网络结构为已知
D. 评分搜索为求解的常用办法
解析：若网络结构己知，即属性间的依赖关系己知，则贝叶斯网的学习过程相对简单，只需通过对训练样本“计数”，估计出每个结点的条件概率表即可，但在现实应用中我们往往并不知晓网络结构，于是，贝叶斯网学习的首要任务就是根据训练数据集来找出结构最"恰当"的贝叶斯网
A. 算力
B. 算法
C. 数据
D. 场景
解析：正确
A. 专业、通用
B. 静态、动态
C. 单一、多样
D. 简单、复杂
解析：类脑计算系统从“专业”向“通用”逐步演进
A. ./test.sh
B. /bin/sh test.sh
C. test.sh
D. chmod +x ./test.sh
解析：单次使用留出法得到的评估结果往往不够稳定可靠.
A. 个体学习器的数量
B. 个体学习器的生成方式
C. 个体学习器的的类型
D. 个体学习器的的强弱
A. 首先，可以创建聚类，然后分别在不同的集群上应用监督式学习算法
B. 在应用监督式学习算法之前，可以将其类别ID作为特征空间中的一个额外的特征
C. 在应用监督式学习之前，不能创建聚类
D. 在应用监督式学习算法之前，不能将其类别ID作为特征空间中的一个额外的特征
