在20K文档的输入数据上为机器学习模型创建了文档-词矩阵（document-term matrix）。以下哪项可用于减少数据维度？
（1）关键词归一化（Keyword Normalization）
（2）潜在语义索引（Latent Semantic Indexing）
（3）隐狄利克雷分布（Latent Dirichlet Allocation）

A. 数据总线

B. 地址总线

C. 网络总线

D. 控制总线

A. 人工智能理论、技术与应用达到世界领先水平

B. 成为世界主要人工智能创新中心

C. 人工智能产业成为新的重要经济增长点

D. 智能经济、智能社会取得明显成效

A. 不同的神经网络结构，层数与神经元数量正相关，层数越多，神经元数量越多

B. 网络结构的层次越深，其学习特征越多，10层的结构要优于5层结构

C. 深层网络结构中，学习到的特征一般与神经元的参数量有关，也与样本的特征多少有关

D. 网络的层次越深，其训练时间越久，5层的网络比4层的训练时间长

A. 短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。

B. 长期来看，通用型人工智能的发展将依赖于对人脑认知机制的科学研究。

C. 人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业。

D. 以上都是

A. 0

B. 1

C. 2

D. 3

A. 剪枝

B. 对数线性回归

C. 极大似然法

D. 正则化