答案：B
A. 到目标结点的耗散是一个可采纳启发式
B. 到目标结点的耗散可任意选择
C. 不存在求解问题的最优的a*搜索算法
D. 以上描述都不对
A. 决策树
B. 神经网络
C. 贝叶斯决策论
D. 支持向量机
A. 视觉编码方法论
B. 视觉隐喻
C. 地理信息可视化
D. 时变数据可视化
A. 二项
B. 泊松
C. 正态
D. 指数
解析：泊松分布（法语：loi de Poisson；英语：Poisson distribution）又称Poisson分布、帕松分布、布瓦松分布、布阿松分布、普阿松分布、波以松分布、卜氏分布、帕松小数法则（Poisson law of small numbers），是一种统计与概率学里常见到的离散概率分布
A. 网络结构过于复杂
B. DNN根本不能处理图像问题
C. 内存、计算量巨大、训练困难
D. 神经元数量下降，所以精度下降
解析：“维数灾难”会带来内存、计算量巨大、训练困难等问题。
解析：错误
A. numpy数组切片得到的是数组的副本，python对列表的切片得到的是指向相同缓冲区的视图
B. python对列表的切片得到的是列表的副本，numpy数组切片得到的是指向相同缓冲区的视图
C. python对列表的切片和numpy数组切片得到的都是指向相同缓冲区的视图
D. python对列表的切片和numpy数组切片得到的都是原对象的副本
解析：见函数库
A. 数据优化
B. 数据增强
C. 模型集成
D. 引入参数范数惩罚项
解析：常见的机器学习模型正则化方法包含数据增强、模型集成、引入参数范数惩罚项
