答案：A
答案：A
A. 集中趋势分析
B. 相关分析
C. 采样分布
D. 参数估计
A. 个体学习器的数量
B. 个体学习器的生成方式
C. 个体学习器的的类型
D. 个体学习器的的强弱
A. 曼哈顿距离
B. 欧氏距离
C. 马氏距离
D. 切比雪夫距离
解析：字典键不能重复, 值可以重复
A. 池化操作采用扫描窗口实现
B. 池化层可以起到降维的作用
C. 常用的池化方法有最大池化和平均池化
D. 经过池化的特征图像变小了
A. 马可夫决策
B. 贝叶斯
C. HMM
D. 最大后验概率
解析：见算法解析
A. true
B. false
C. 1
D. 2
A. 若X与Y相互独立，则X与Y不相关
B. 若X与Y相关，则X与Y不相互独立
C. 若E(XY)
=E(X)E(Y)，则X与Y相互独立
D. 若f(x,y)=fX(x)fY(y)，则X与Y不相关
解析：独立是不相关的充分但不必要条件；E(XY)=E(X)E(Y)只能推出X与Y不相关，即二者没有线性关系（但可能有其他关系），不能代表X与Y相互独立
A. K-means
B. SVR
C. DBSCAN
D. 以上都是
解析：最广泛被使用的分类器有人工神经网络、支持向量机、最近邻居法、GuassianMixtureModel、Gaussian、NaiveBayes、决策树和RBFclassifiers。
A. 扩充数据集
B. 数据重采样
C. 设计对数据分布不敏感的损失函数
D. 使用复杂的网络
