A.bagging并行构建模型，boosting串行构建模型
B.boosting并行构建模型，bagging串行构建模型
C.bagging和boosting都没有并行或串行的特点
D.bagging和boosting都以相同的方式构建模型

A.偏差指的是模型的预测，方差指的是模型在不同数据集上的波动
B.偏差指的是模型的复杂度，方差指的是模型的准确度
C.偏差指的是数据的噪声，方差指的是数据的分布
D.偏差指的是模型的泛化能力，方差指的是模型的训练效果

A.随机森林使用集成方法，而GBM不使用
B.GBM使用集成方法，而随机森林不使用
C.两者都使用不同的集成方法
D.两者都不使用集成方法

A.过采样少数类
B.欠采样多数类
C.使用不同的损失函数
D.随机梯度下降

A.模型的输入参数
B.模型的输出结果
C.模型内部的参数设置
D.用于评估模型的指标

A.最小化误差
B.最大化利润
C.分类准确率
D.降低模型复杂性

A.聚类算法
B.决策树
C.主成分分析
D.关联规则

A.人脸识别数据集
B.通用图像分类数据集
C.目标检测和分割数据集
D.人体姿态估计数据集

A.增强图像质量
B.从图像中提取文本信息
C.创建三维模型
D.自动绘制草图

A.分类不同长度的序列
B.对象跟踪
C.图像去噪
D.图像配准

A.目标检测
B.实例分割
C.关键点检测
D.姿态估计