答案：B
解析：机器人之父是英格伯格和德沃尔
A. 对颜色的数据增强
B. 添加噪声（高斯噪声）
C. 水平垂直翻转
D. 随机旋转、裁剪
解析：见算法解析
A. 冗余特征是可以通过其他特征推演出来的特征
B. 冗余特征是无用的特征
C. 冗余特征有时候可以降低学习任务的难度
D. 去除冗余特征可以减轻学习过程的负担
解析：见算法解析
A. 深度学习是机器学习的一个分支
B. 深度学习与机器学习是互相包含的关系
C. 深度学习与机器学习同属于人工智能但相互之间没有关系
D. 以上都不对
A. 线性分类
B. 方差分析
C. 分层聚类
D. 关联规则
A. 变量代换
B. 离散化
C. 聚集
D. 估计遗漏值
解析：数据预处理工作中的几个关键主题探讨：聚集、抽样、降维、离散化、变量变换等
A. 基本假设包括随机干扰项是均值为0,方差为1的标准正态分布
B. 基本假设包括随机干扰项是均值为0的同方差正态分布
C. 多重共线性会使得参数估计值方差减小
D. 基本假设包括不服从正态分布的随机干扰项
解析：线性回归的基本假设是随机干扰项是均值为0的同方差正态分布
A. 正态分布
B. 二项分布
C. 边缘分布
D. 指数分布
A. x=y=z=1
B. x=(y=z+1)
C. x,y=y,x
D. x+=y
解析：在Python中不可以连续赋值。
