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

A.估算统计量的不确定性
B.数据清洗和预处理
C.建立复杂的集成学习模型
D.进行特征选择

A.单个数据点
B.一组具有相似特征的数据点集合
C.数据的类别标签
D.数据的特征向量

A.减少模型的存储空间需求
B.加速收敛速度
C.提高模型的可解释性
D.降低过拟合风险

A.分类问题
B.回归问题中的多重共线性
C.高维数据的降维
D.解决非线性问题