讨论变量的关系，主要有三种方法：（）。

A. 输入层$;$输出层$;$感知层$;$网络层

A. 算法、数据结构和程序设计方法学$;$数据、算法和数据结构$;$输入、操作处理和输出$;$数据、数据结构和处理

A. 接近实时的数据处理速度；$;$减少数据传输量，节省带宽成本，同时还能减小核心网络的拥堵；$;$一些比较敏感的数据直接在边缘进行分析，不用当心数据泄漏$;$分担了中心服务器的计算任务，一定程度上消除了主要的瓶颈，并且降低了出现单点故障的可能。

A. 编辑模式$;$插入模式$;$命令模式$;$检查模式

A. 集成学习通过构建并结合多个学习器来完成学习任务，也称为多分类器系统、基于委员会的学习等$;$集成中只包含同种类型的个体学习器，如“决策树集成”，“神经网络集成”等，这样的集成是“同质”的$;$集成中同时包含多种类型的个体学习器，这样的集成是“异质”的，异质集成的个体学习器一般称为基学习器$;$随着集成中个体分类器（相互独立）数目T的增大，集成的错误率将指数级下降，最终趋向于零

A. 已知模型学习$;$有模型学习$;$模型学习$;$学习模型

A. 数据缺失是指在数据采集 传输和处理过程中，由于某些原因导致的数据不完整的情况。 $;$数据采集过程不会造成数据缺失 $;$缺失值的存在不会给数据统计带来问题 $;$缺失数据值的数据可采用删除法来解决

A. F值$;$AUC$;$决定系数$;$均方误差