数据规范化指将数据按比例缩放(如更换大单位)，使之落入一个特定的区域（如0-1）以提高数据挖掘效率的方法。规范化的常用方法有：最大-最小规范化、零-均值规范化、小数定标规范化。

神经网络的感知机由（）两层神经元组成。

R包提供了（）等数据分析中常用的算法。

数据可视化的基本模型有：

区间估计有两个重要指标，分别为(）。

数据质量基本属性是（）

数据预处理工作主要包括（）

新建数据库至少包括（）

NoSQL中常用的数据模型包括（)

在数据处理过程中，原始数据可能存在多种质量问题，包括（），将影响数据处理算法的效率与数据处理结果的准确性。

常用的数据分析工具包括（）