A.图像识别
B.语音识别
C.文本分类
D.社交网络分析

A.线性回归的残差
B.分类任务的先验概率
C.稀疏信号的重建
D.高斯混合模型的组成部分

A.分类算法
B.基于决策树的算法
C.非参数化回归算法
D.基于神经网络的算法

A.序列与其自身在不同时间点的相关程度
B.序列与另一序列的相关程度
C.序列均值的稳定性
D.序列的周期性模式

A.批量学习使用静态数据集，而在线学习使用动态数据集
B.在线学习比批量学习更容易过拟合
C.批量学习适用于大规模数据集，而在线学习适用于小规模数据集
D.在线学习可以实时更新模型，而批量学习不行

A.数据预处理阶段
B.训练阶段
C.测试阶段
D.模型部署阶段

A.梯度消失问题
B.梯度爆炸问题
C.弱学习器的残差
D.权重的初始化

A.降低单个模型的偏差
B.降低单个模型的方差
C.增加单个模型的复杂度
D.减少训练时间

A.选择最佳的特征子集
B.确定模型的复杂性
C.估计模型的概率分布
D.进行模型的归一化处理

A.模型随着时间学习的过程
B.模型复杂度随数据量变化的关系
C.训练和验证误差随时间的变化
D.损失函数随迭代次数的变化

A.输入特征
B.输出变量
C.训练算法
D.验证数据集