（）和假设检验又可归结为统计推断的范畴，即对总体的数量特征做出具有一定可靠程度的估计和判断

解析：朴素贝叶斯分类器采用了“属性条件独立性假设”，对
已知类别，假设所有属性相互独立，换言之，假设每个属性独立地对分类结果发生影响

解析：人工神经网络的特点和优越性，主要表现在三个方面：
　　第一，具有自学习功能。例如实现图像识别时，只在先把许多不同的图像样板和对应的应识别的结果输入人工神经网络，网络就会通过自学习功能，慢慢学会识别类似的图像。自学习功能对于预测有特别重要的意义。预期未来的人工神经网络计算机将为人类提供经济预测、市场预测、效益预测，其应用前途是很远大的。第二，具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。第三，具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题而设计的反馈型人工神经网络，发挥计算机的高速运算能力，可能很快找到优化解。选ACD

解析：机器学习在向分布式隐私保护方向演进。

解析：所有结点值均大于左子树的所有结点，且小于右子树所有结点，若想该二叉树遍历序列有序（数值从小到大）则需要首先遍历左子树，然后访问根节点，最后遍历右子树。这样的遍历顺序符合中序序列。

解析：Automatic Intelligence 为自动智能Artificial Intelligence为人工智能Automatic Information为自动信息Artificial Information为人工信息