人工智能的本质是计算，决定计算效率的关键在于算法，因此人工智能要有所突破，必须在算法上进行突破

A. 前馈神经网络

B. 卷积神经网络

C. 循环神经网络

D. 对抗神经网络

A. 对训练集随机采样，在随机采样的数据上建立模型$;$尝试使用在线机器学习算法$;$使用 PCA算法减少特征维度

A. k越大，不一定越好，选择大的k会加大评估时间

B. 选择更大的k，就会有更小的bias（因为训练集更加接近总数据集）

C. 在选择k时，要最小化数据集之间的方差

D. 以上所有

A. TF-IDF

B. TextRank

C. SSA

D. LDA

A. 设备运维

B. 电网调度

C. 客户服务

D. 安全管控

A. GoogLeNet仅仅是在宽度上进行了探索，所以它是一个很浅的网络

B. GoogLeNet在宽度上进行了探索，为后人设计更加复杂的网络打开了思路

C. GoogLeNet使用了Inception结构，Inception结构只有V1这一个版本

D. GoogLeNet结合多种网络设计结构所以是到目前为止分类效果最好的网络结构

A. 3＇

B. ＇11＇

C. ＇2＇

D. ＇5＇

A. 高斯核函数

B. 多项式核函数

C. Sigmiod 核函数

D. 线性核函数