A、图像识别与分类
B、医学影像分析
C、语音识别
D、人脸识别与情感计算
答案：C
A、图像识别与分类
B、医学影像分析
C、语音识别
D、人脸识别与情感计算
答案：C
A. 对前序相邻神经元所传递信息进行加权累加
B. 对加权累加信息进行非线性变化（通过激活函数）
C. 向前序相邻神经元反馈加权累加信息
D. 将加权累加信息向后续相邻神经元传递
解析：正确
A. 黄色通道
B. 蓝色通道
C. 绿色通道
D. 红色通道
解析：一张RGB彩色图片不包含黄色通道。
A. 二项
B. 泊松
C. 正态
D. 指数
解析：泊松分布（法语：loi de Poisson；英语：Poisson distribution）又称Poisson分布、帕松分布、布瓦松分布、布阿松分布、普阿松分布、波以松分布、卜氏分布、帕松小数法则（Poisson law of small numbers），是一种统计与概率学里常见到的离散概率分布
A. 约翰·麦卡锡
B. 图林
C. 冯·诺依曼
D. 明斯基
解析：约翰·麦卡锡在攻读博士期间首次尝试在机器上模拟人工智能，并于1956年首次提出“人工智能”的概念
A. 软间隔
B. 正则化
C. 硬间隔
D. 核函数
A. 建模
B. 测试
C. 假设分析
D. 回归分析
A. 增加训练集量
B. 减少神经网络隐藏层节点数
C. 删除稀疏的特征
D. SVM算法中使用高斯核/RBF核代替线性核
解析：SVM算法中使用高斯核/RBF核代替线性核容易引起机器学习中的过拟合问题
A. 智能语音
B. 自然语言处理
C. 模式识别
D. 计算机视觉
解析：主要应用
