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。