以下可以解决分类问题的算法有（）

A.支持向量是距离超乎面最近的点组成的向量

B.SVM算法不能用于处理非线性数据集

C.SVM可以被用于解决分类问题

D.SVM算法可以使用多种核函数

A.逻辑回归训练问题能采用梯度下降策略求解

B.逻辑回归仅能解决二分类问题

C.逻辑回归是一种有监督学习方法

D.逻辑回归训练问题是凸优化问题

A.Logistic 回归仅能解决二分类问题

B.Logistic 回归训练问题能采用梯度下降策略求解

C.Logistic 回归是一种有监督学习方法

D.Logistic 回归训练问题是凸优化问题

A.回归问题

B.聚类问题

C.强化问题

D.分类问题

A.算法结果不唯一

B.实现算法的语言可以是多种

C.算法具有确定性

D.解决同一问题的算法可以有多种

A.CART

B.ID3

C.C4.5

D.随机森林

A.深度学习可以解决任意的机器学习问题#B.深度学习比较适合处理有大量样本的视频、图像、声音、文本等多模态数据的分析，这些数据的分析需要人工进行特征提取，这是与传统的机器学习不同的#C.对于分类问题，深度学习算法一定优于传统的机器学习算法#D.深度学习的基础是神经网络，因此深度学习算法基本可以使用梯度下降法

A.它可以运用于相关部件不明确的技术系统

B.它是一个发明问题的解决算法

C.它的流程有十个步骤

D.它是TRIZ理论中的一个

A.K 最近邻(KNN)算法不适用于分类变量和连续变量

B.K 最近邻(KNN)算法可用于分类问题和回归问题

C.决策树适用于分类变量和连续变量

D.决策树用于解决分类和回归问题