正则化是传统机器学习中重要且有效的减少泛化误差的技术，以下技术属于正则化技术的是:

A. [0，10]
$;$（0，10）
$;$[0，10）
$;$（0，10]

A. y = tanh(x)$;$y = sin(x)$;$y = max(x,0)$;$y = 2x

A. 建模$;$测试$;$假设分析$;$回归分析

A. 目标值$;$结果$;$自变量$;$因变量

A. 学习程序自己形成和评价概念，没有教师$;$学习程序在教师监督下形成和评价概念$;$学习程序有时需要教师，有时不需要教师，以形成和评价概念$;$以上说法都不对

A. 让每一层的输入的范围都大致固定$;$它将权重的归一化平均值和标准差$;$它是一种非常有效的反向传播(BP)方法$;$这些均不是

A. 0.6$;$0.7$;$0.8$;$0.9

A. 决策树$;$随机森林$;$k近邻$;$逻辑回归

A. 点估计和区间估计$;$区间估计和无偏估计$;$点估计和无偏估计$;$区间估计和一致估计

A. 平移$;$删除$;$移动$;$收敛