Giảm chiều dữ liệu (Dimension reduction) là một kỹ thuật quan trọng trong máy học, giúp đơn giản hóa dữ liệu nhiều chiều bằng cách chiếu nó sang không gian có ít chiều hơn nhưng vẫn giữ được các thông tin quan trọng nhất.

• A. Hồi quy (Regression): Là kỹ thuật học có giám sát để dự đoán giá trị liên tục, không phải là quá trình giảm số lượng đặc trưng/chiều dữ liệu.
• B. Giảm chiều dữ liệu: Điển hình là các phương pháp như PCA (Principal Component Analysis) hoặc t-SNE, giúp loại bỏ nhiễu và các đặc trưng dư thừa.
• C. Tăng cường số chiều: Là khái niệm ngược lại (thường dùng trong kernel tricks của SVM để đưa dữ liệu lên không gian nhiều chiều hơn nhằm phân tách tuyến tính), không giúp chuyển về không gian ít chiều hơn.

(Đáp án được gợi ý bởi AI)