A.梯度下降
B.牛顿法
C.遗传算法
D.粒子群优化

A.减少特征的数量
B.将特征值转换为较小的范围
C.增加特征的维度
D.改变特征的数据类型

A.评估节点的纯度
B.分割数据集的特征选择依据
C.确定树的深度
D.定义叶节点的输出值

A.当样本量较小时，作为正态分布的替代
B.描述连续变量的分布
C.进行假设检验
D.建立概率模型

A.图像识别
B.数据生成和增强
C.文本分类
D.语音识别

A.它们是完全一样的术语
B.规范化是将数据缩放到[0，1]范围内，标准化是使数据具有0均值和单位方差
C.标准化是使数据具有0均值和单位方差，规范化是将数据缩放到[0，1]范围内
D.它们都用于数据预处理，但针对不同的算法

A.两个变量之间的差异性
B.两个变量之间的线性关系
C.一个变量的分布范围
D.一个变量的中心趋势

A.回归模型
B.分类模型
C.聚类模型
D.时间序列模型

A.回归问题
B.分类问题
C.聚类问题
D.时间序列预测

A.连续变量的分布
B.分类变量的频率
C.数据的相关性
D.时间序列数据的趋势

A.数据集中缺失值的数量
B.模型中非零参数的数量
C.数据集的大小
D.模型的复杂性