题目内容
（请给出正确答案）
A.与minimax搜索算法相比，可减少所搜索的搜索树节点数
B.是一种对抗搜索
C.搜索树中节点的位置先后次序不会影响搜索效率
D.被剪枝的节点不会影响搜索结果
参考答案
简答题官方参考答案
（由简答题聘请的专业题库老师提供的解答）
网友提供的答案
更多“下面对Alpha-Beta剪枝搜索描述不正确的是（）”相关的问题
B、数据越详细,粒度就越小,级别也就越高
C、数据综合度越高,粒度也就越大,级别也就越高
D、粒度的具体划分将直接影响数据仓库中的数据量以及查询质量
B、OSPF没有RIP古老
C、RIP和OSPF都是内部网关协议
D、OSPF使用了跳跃数作为路由距离，而RIP使用了最优路径
B．黏膜为单层柱状上皮
C．C固有膜内有单管状肌胃腺,能分泌胃液
D．肌胃腺和上皮分泌物与脱落的上皮细胞在酸性环境中形成肫皮
E．肫皮对胃黏膜有保护作用
A、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
B、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
C、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
D、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
A、主成份分析方法是一种保证数据被投影后方差最大的特征降维方法
B、在主成份分析的降维过程中，尽可能将数据向方差最大方向进行投影，使得数据所蕴含信息没有丢失，彰显个性
C、特征人脸方法是一种应用主成份分析来实现人脸图像降维的方法，其本质是用一种称为“特征人脸(eigenface)”的特征向量按照线性组合形式来表达每一张原始人脸图像，进而实现人脸识别
D、假设原始灰度人脸图像维度是n*n，则特征人脸的维度是其一半
A、线性回归可用来分析不同变量之间存在的线性关系
B、线性回归可用来进行分析预测，即给定一个变量的取值，去预测另外一个变量的取值
C、线性回归模型的训练是一种非监督学习方法
D、线性回归模型的训练优化目标是最小化残差平方和的均值
A、卷积操作利用了图像中像素点存在空间相关性的特点
B、高斯卷积操作的结果是使得图像变得平滑（模糊）
C、卷积矩阵中的参数是手工事先指定的、且每幅图像之间不共享
D、卷积操作结果可认为是保留了像素点所构成的特定空间分布模式
A、提升算法将若干个弱分类器(weak classifiers)组合起来，形成一个强分类器(strong classifier)
B、提升算法基于概率近似正确 (probably approximately correct, PAC）理论，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”
C、提升算法在每一轮迭代学习中均会更改每个数据的权重
D、提升算法在每一轮迭代学习中均会更改每个弱分类器的权重
A、在每一步中，当位于当前状态时，总是采取一个动作，使得采取该动作后，在未来可获得反馈值的最大期望。
B、在每一步中，当位于当前状态时，总是采取一个动作，使得采取该动作后，马上获得最大反馈值
C、在每一步中，当位于当前状态时，总是随机采取一个动作
D、在每一步中，当位于当前状态时，总是采取一个动作，使得采取该动作后，在到达终止状态时，该终止状态可获得最大期望。
警告：系统检测到您的账号存在安全风险
为了保护您的账号安全，请在“简答题”公众号进行验证，点击“官网服务”-“账号验证”后输入验证码“”完成验证，验证成功后方可继续查看答案！
