下面关于机器学习与深度学习的描述错误的是：

A、热力学中的热熵是表示分子状态混乱程度的物理量。信息熵概念的提出受到了热力学中的热熵的概念的启发

B、信息熵由Shannon提出，信息熵的概念可以用来描述信源的不确定度

C、信息熵是通信领域的概念，和机器学习以及深度学习无关

D、在深度学习中，经常使用交叉熵来表征两个变量概率分布P, Q（假设P表示真实分布, Q为模型预测的分布）的差异性。

A、机器学习方法可通过标记数据集实现分类模型的学习

B、机器学习方法可通过学到的预测函数实现新对象的分类

C、深度学习不是机器学习方法

D、传统机器学习方法需要人工选择特征

A、损失函数定义了机器在学习特征过程中的规则，即定义了学习的目标。

B、自定义损失函数中最多只能加一项正则化因子。

C、损失函数通常作为学习准则与优化问题相联系，即通过最小化损失函数求解和评估模型。

D、在深度学习中最常用的0-1损失函数。

A、在人工智能基本算法、芯片、传感器等方面中国还落后于世界上多数的发达国家，尤其美国。

B、中国在机器学习、文本分析和NLP、计算机图像与视频分析，以及深度学习、机器人流程自动化、推理学习等人工智能领域高引用率（被引用100次以上）的论文数量已经超越美国。

C、开源软件包作为度量人工智能研发程度的指标，中国远远落后于美国，中美两国人工智能研究者使用最多的软件包是Google开发的TensorFlow。

D、在产业领域，中国具有市场规模优势，因此中国活跃的人工智能初创公司整体上呈快速发展趋势，全面超越美国。

A、开源软件包作为度量人工智能研发程度的指标，中国远远落后于美国，中美两国人工智能研究者使用最多的软件包是Google开发的TensorFlow。

B、在人工智能基本算法、芯片、传感器等方面中国还落后于世界上多数的发达国家，尤其美国。

C、在产业领域，中国具有市场规模优势，因此中国活跃的人工智能初创公司整体上呈快速发展趋势，全面超越美国。

D、中国在机器学习、文本分析和NLP、计算机图像与视频分析，以及深度学习、机器人流程自动化、推理学习等人工智能领域高引用率（被引用100次以上）的论文数量已经超越美国。

A、连接主义学派，源于仿生学，特别是对人脑模型的研究，用数学模型来模仿神经元，例如：深度学习。

B、符号主义学派，注重知识表达和逻辑推理，例如：知识图谱，专家系统等。

C、在人工智能研究中，各学派研究方法和思想互相对立，难以融合。

D、行为主义学派，行为主义把控制论引入机器学习，最著名的成果是强化学习。

A、语言是感知信息经过大脑处理后的抽象表示，因此语言智能属于“感知智能”的范畴

B、深度学习的方法从原理上符合人类视觉解析方式，扩展性强

C、基于深度学习的计算机视觉方法需要海量数据来训练，而人类视觉系统只需要少量的样本信息，证明仍然需要对人脑视觉信息处理进行更深入的联系

D、语音识别方法经历了“模板匹配—基于统计机器学习模型—深度学习”的过程

A、在数据的基础上，通过算法构建出模型并对模型进行评估

B、评估的性能如果达到要求，就用该模型来测试其他的数据

C、评估的性能如果达不到要求，就要调整算法来重新建立模型，再次进行评估

D、通过算法构建出的模型不需要评估就可以用于其他数据的测试