答案：A
答案：A
A. 标准差
B. 均方差
C. 残差
D. 方差
解析：每一棵决策树拟合的是之前迭代得到的模型的残差
A. 指纹识别
B. 人脸识别
C. 虹膜识别
D. 声纹识别
A. 作为递归神经网络，允许出现环形结构；
B. 一些神经元的输出反馈回来会作为输入信号；
C. 用于处理静态模型，即无法处理与时间有关的动态变化；
D. 可利用BP算法来进行参数优化；
解析：见算法解析
A. Boosting
B. Bagging
C. 随机森林
D. reboot
解析：见算法解析
A. 通用性强
B. 可无限地重新编程
C. 结构具有较高灵活性
D. 速度和能耗优于ASIC
解析：需要使用平滑
A. 算法精度提升
B. 梯度消失风险越大
C. 计算时间越长
D. 参数越多
A. Relu
B. softmax
C. Tanh
D. sigmoid
解析：softmax函数一般用在多分类问题中，它是对逻辑斯蒂回归logistic的一种推广，也被称为多项式逻辑斯蒂回归模型。
A. 支持向量机可以用于处理二分类及多分类问题
B. 支持向量机只能用于线性可分的分类问题
C. 支持向量机可用于回归问题
D. 核函数的选择对支持向量机的性能影响较大
解析：支持向量机可用用于线性可分的分类问题，也可于线性不可分的分类问题
