答案：B
A. 增加网络深度
B. 增加网络宽度
C. 改善网络退化现象
D. 轻量化网络模型
解析：见算法解析
A. RepeatedKFold
B. KFold
C. LeaveOneOut
解析：正确
A. K均值丢弃被它识别为噪声的对象，而DBSCAN一般聚类所有对象
B. K均值使用簇的基于原型的概念，而DBSCAN使用基于密度的概念
C. K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇
D. K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇
A. 生成式学习
B. 生成式场景
C. 生成式数据
D. 生成式模型
解析：见算法解析
解析：通过矩阵的奇异值分解到达降维的目的
A. 计算机表示法
B. 谓词表示法
C. 框架表示法
D. 产生式规则表示法
A. 数据
B. 互联网
C. 信息
D. 人才
解析：数据作为驱动本轮人工智能浪潮全面兴起的三大基础要素之一，
