因为机器在进行人脸检测、分析和识别的过程中需要对人脸图像进行（），所以皮肤颜色越深，面部的特征信息就越难提取，尤其是在一些暗光情况下，更加难以检测和区分。

Scikit-learn中数据和标签用什么数据结构来存储？

逻辑回归模型是解决什么问题的模型？

在scikit-learn中，DBSCAN算法对于（ ）参数值的选择非常敏感

下面的问题，属于分类问题的是；

在使用scikit-learn里面的交叉验证对回归模型进行评估时，根据平均绝对误差给模型打分，则下面代码的划线处 应填上（ ），scores的分数越（ ），说明回归模型的性能越好。代码：scores = cross_val_score(lm, X, y, cv=5, scoring = ＇_______________＇)

下面关于最小二乘法（Ordinary Least Squares）的说法，正确的是：

对于给定的关于天气信息的数据集，已知空气的温度、湿度、气压、是否降雨以及pm2.5指数，需要建立一个回归模型预测pm2.5指数，这是一个（ ）。

标准循环神经网络隐含层的输入对于网络输出的影响随时间

循环神经网络优势在于（）

生成对抗网络GAN的基本结构主要包括以下哪些