A、基于数据挖掘的专家智能控制
B、基于遗传算法的软计算控制
C、基于人工神经网络的神经网络控制
D、以上说法都不对
答案：AC
解析：基础概念
A、基于数据挖掘的专家智能控制
B、基于遗传算法的软计算控制
C、基于人工神经网络的神经网络控制
D、以上说法都不对
答案：AC
解析：基础概念
A. 数据管理
B. 数据分析
C. 数据治理
D. 数据规划
A. 1-范数
B. 2-范数
C. ∞-范数
D. 矩阵范数
解析：主要利用fit、transform和fit_transform
A. 聚类是非监督学习
B. 分类是非监督学习
C. 聚类是监督学习
D. 以上都不对
A. ER图
B. 语言模型
C. 面向对象模型
D. 谓词模型
A. 人工智能
B. 元宇宙
C. 数字孪生
D. 大数据
A. 模型应该简单(防止过拟合)；
B. 在训练时最小化错误率(提高在训练集上的准确率)
C. 可以利用已知的数据特性，例如稀疏、低秩等
D. 将模型函数正则化
解析：见算法解析
A. R={(1,2)，(2,3)，(3,4),(4,5)，(6,5)}
B. R={(1,2)，(2,3),(6,5),(3,6),(5,4)})
C. R={(5,4)，(3,4)，(3,2)，(4,3)，(5,6)}
D. R={(1,2)，(2,3)，(4,3),(4,5)，(5,6)}
解析：如果一个非空的数据结构满足下列两个条件:1)有且只有一个根节点;2)每一个结点最多有一个前件，也最多有一个后件。则称该数据结构为线性结构。数据的逻辑结构有两个要素:一是数据元素的集合，通常记为D;二是D上的关系，它反映了D中各元素之前的前后件关系，通常记为R。即一个数据结构可以表示成B=(D,R)，其中B表示数据结构。为了反映D中各元素之间的前后件关系，一般用二元组来表示。例如，假设a与b是D中的两个数据，则二元组(a, b)表示a是b的前件，b是a的后件。
A. 接近实时的数据处理速度；
B. 减少数据传输量，节省带宽成本，同时还能减小核心网络的拥堵；
C. 一些比较敏感的数据直接在边缘进行分析，不用当心数据泄漏
D. 分担了中心服务器的计算任务，一定程度上消除了主要的瓶颈，并且降低了出现单点故障的可能。
