下面对集成学习模型中的弱学习者描述错误的是（）。

A.回归是一种无监督学习、分类学习是有监督学习

B.两者均是学习输入变量和输出变量之间潜在关系模型

C.在分类模型中，学习得到一个函数将输入变量映射到离散输出空间

D.在回归分析中，学习得到一个函数将输入变量映射到连续输出空间

A.强可学习和弱可学习是等价的，即如果已经发现了“弱学习算法”，可将其提升(boosting)为“强学习算法”

B.强可学习模型指学习模型仅能完成若干部分样本识别与分类，其精度略高于随机猜测

C.强可学习模型指学习模型能够以较高精度对绝大多数样本完成识别分类任务

D.在概率近似正确背景下，有“强可学习模型”和“弱可学习模型”

A.两者都是监督学习的方法

B.多项逻辑斯蒂回归模型也被称为softmax函数

C.两者都可被用来完成多类分类任务

D.逻辑斯帝回归是监督学习，多项逻辑斯蒂回归模型是非监督学习

A.梯度方向是函数值下降最快方向

B.梯度下降算法是一种使得损失函数最小化的方法

C.梯度下降算法用来优化深度学习模型的参数

D.梯度反方向是函数值下降最快方向

A.经验风险指模型关于联合分布期望损失，期望风险指模型关于训练样本集平均损失

B.在有监督学习的训练过程中，经验风险大和期望风险大被称为过学习

C.在有监督学习的训练过程中，经验风险小和期望风险大被称为欠学习

D.期望风险指模型关于联合分布期望损失，经验风险指模型关于训练样本集平均损失

A.网络协议的三要素是语法、语义和同步

B.C协议是控制两个对等层实体之间通信的规则的集合

C.在OSI参考模型中，要实现第N层的协议需要使用N+1层提供的服务

D.协议规定了对等层实体之间所交换的信息的格式和含义

A.定义学习领域

B.定义学习者特征

C.学习资源设计

D.认知工具设计

A.有包膜

B.强回声结节

C.无晕

D.弱回声结节

E.对周围血管无挤压

A.结构风险最小化在最小化经验风险与降低模型复杂度之间寻找一种平衡

B.为了更好保证结构风险最小化，可适当减少标注数据

C.结构风险最小化与经验风险最小化的目标是不同的

D.在结构风险最小化中，优化求解目标为使得经验风险与模型复杂度之和最小