答案：B
A. Boosting
B. Bagging
C. 随机森林
D. reboot
解析：根据个体学习器的生成方式，目前集成学习大致分为两类，其中一种是个体学习器间存在强依赖关系、必须串行生成的序列化方法，该方法的代表是 Boosting
A. 可读,可写入,可执行
B. 可读
C. 可读,可执行
D. 可写入
A. 线性
B. 双塔
C. 三塔
D. 非线性
解析：见算法解析
解析：正确
解析：正确
A. 信息增益与训练数据集的信息熵之比
B. 信息增益与训练数据集的经验熵之比
C. 信息增益与训练数据集的条件熵之比
D. 信息增益与训练数据集的交叉熵之比
解析：当熵和条件熵中的概率由数据估计（特别是极大似然估计）得到时，所对应的熵与条件熵分别称为经验熵（empirical entropy）和经验条件熵（empirical conditional entropy）。
解析：正确
A. 数据驱动数据密集型数据范式
B. 数据加工数据密集型数据范式
C. 数据驱动数据审计数据分析
D. 数据加工数据审计数据分析
A. 除字典类型外，所有标准对象均可以用于布尔测试
B. 空字符串的布尔值是False
C. 空列表对象的布尔值是False
D. 值为0的任何数字对象的布尔值是False
