在一阶归纳学习中，只要给定目标谓词，FOIL算法从若干样例出发，不断测试所得到推理规则是否还包含反例，一旦不包含负例，则学习结束，展示了“归纳学习”能力。下面所列出的哪个样例，不属于FOIL在学习推理规则中所利用的样例()？

A.在计算信息增益值过程中，需要利用所得到的新推理规则和旧推理规则分别涵盖的正例和反例数目

B.信息增益值大小与背景知识样例数目有关

C.信息增益值用来判断向推理规则中所加入前提约束谓词的质量

D.在算法结束前，每次向推理规则中加入一个前提约束谓词，该前提约束谓词得到的新推理规则具有最大的信息增益值

A.可以从知识图谱中形成classmate的表达，这里classmate是谓词

B.可以从知识图谱中形成brother的表达，这里brother是谓词

C.可从知识图谱中找到classmate和brother这个谓词的正例和反例

D.仅可从知识图谱中找到classmate和brother这个谓词的正例，无法找到这两个谓词的反例

A.光缆段长度是否在0-3000米之间(不包含“0”)

B.光缆段长度是否在0-999999米之间(不包含“0”)

C.光缆段长度是否在0-99999米之间(不包含“0”)

D.光缆段长度是否在0-9999米之间(不包含“0”)

A.常量

B.变量

C.函数

D.谓词

A.决策树

B.规则归纳

C.回归分析

D.神经网络

A.无监督学习(即无标注数据)

B.监督学习(即利用标注数据)

C.一阶逻辑推理

D.因果推理

A.基于特征点的跟踪算法

B.基于在线学习模型的算法

C.基于深度学习的算法

A.给定两个实体(知识图谱中的两个节点)，判断其是否存在超过小于一定长度的路径

B.判断一个给定实体(知识图谱中的一个节点)是否存在邻接节点

C.给定两个实体(知识图谱中的两个节点)，判断其是否存在超过一定长度的路径

D.给定两个实体(知识图谱中的两个节点)，判断其是否具有分类器所表达的关系(即节点之间是否具有分类器所能够辨认的关系)

A.正向推理

B.鲁宾逊推理

C.自然演绎推理

D.单调推理