在掷硬币的例子中，期望最大化算法的隐含参数指的是：
A. 每组实验中正面朝上的次数
B. 每组实验中选择的硬币
C. 每枚硬币正面朝上的概率
D. 每枚硬币被选中的次数
优化问题的难度主要来源于：
A. 问题的高维度
B. 问题变量间的强相关性
C. 解空间中的多极值点
D. 巨大的解空间
打分矩阵的主要特点有：
A. 行数较大
B. 列数较大
C. 较为稀疏
D. 对称矩阵
采用Sigmod函数作为激励函数的主要原因是：
A. 有固定的输出上下界
B. 计算复杂度较低
C. 导数存在解析解
D. 处处可导
微信支付 
支付宝支付