答案：B
解析：神经网络研究属于连接主义学派，错误
A. 符号主义
B. 机会主义
C. 行为主义
D. 连接主义
解析：不属于人工智能的学派是机会主义
A. 正向推理
B. 反向推理
C. 双向推理
D. 目标驱动推理
A. 结构属性
B. 冗余属性
C. 模式属性
D. 集成属性
解析：正确
A. 若λ=0，则等价于一般的线性回归
B. 若λ=0，则不等价于一般的线性回归
C. 若λ=+∞，则得到的权重系数很小，接近于零
D. 若λ=+∞，则得到的权重系数很大，接近与无穷大
解析：岭回归是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法 ，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数 更为符合实际、更可靠的回归方法，对病态数据的拟合要强于最小二乘法 。
A. print(names[-1])
B. print(names[0])
C. print(names[len(names)])
D. print(names[len(names)-1])
解析：见函数库
A. K-Means
B. DBSCAN
C. GMMs
D. Softmax
解析：Softmax不是常用的聚类算法。
A. LSTM在一定程度上解决了传统RNN梯度消失或梯度爆炸的问题
B. CNN相比于全连接的优势之一是模型复杂度低，缓解过拟合
C. 只要参数设置合理，深度学习的效果至少应优于随机算法
D. 随机梯度下降法可以缓解网络训练过程中陷入鞍点的问题
解析：只要参数设置合理，深度学习的效果至不一定优于随机算法
A. 可以存储许多相关(激励，响应)模式对
B. 以分布、稳健的方式存储信息
C. 即使输入激励模式完全失真时，仍然可以产生正确的响应模式
D. 可在原存储中加入新的存储模式
解析：见算法解析
