算法决策其实就是用过去的数据预测未来的趋势。算法模型和数据输入决定着预测的结果，这两个要素也是算法歧视的主要来源。一方面，算法在本质上是“以数学方式或者计算机代码表达的意见”，包括其设计、目的、成功标准、数据使用等等都是设计者、开发者的主观选择，设计者和开发者可能将自己的偏见嵌入算法系统。另一方面，数据的有效性、准确性，也会影响整个算法决策和预测的准确性。比如，数据是社会现实的反映，训练数据本身可能是歧视性的，用这样的数据训练出来的系统，自然也会带上歧视的影子。
根据这段文字，下列说法错误的是：

利用过去的资料来预测未来状态的方法是( ) 企业利用过去的资料预测未来状态的方法是() 我们把规律模型化、模型算法化、算法 数据科学家可能会同时使用多个算法(模型)进行预测，并且最后把这些算法的结果集成起来进行最后的预测(集成学习)，以下对集成学习说法正确的是() 就是根据负荷过去的历史资料，建立可以分析的数学模型，对未来的负荷进行预测（） 机器学习在获取数据后进行数据分析以提取特征，进而构建机器学习算法，最终形成决策模型。（????） 程序就是算法，算法就是程序。 根据最终目标，选择合适的数据挖掘算法、模型与参数等指的是数据挖掘阶段中的选择算法（） “数据+算法”科学决策背后的支撑：数据的自动流动（） 决策革命：基于数据+算法的决策，实现分四个环节（） 数据挖掘就是运用聚类分析、分类与预测、、时序模式挖掘等算法，从大量数据中提取或挖掘知识的过程（） 利用过去的购买行为预测未来的购买行为，前面的购买将驱动未来的营销。 利用过去的购买行为预测未来的购买行为，前面的购买将驱动未来的营销（） 数据和特征决定了机器学习算法的上线，而模型和算法只是不断逼近这个上限而已。 ()主要是利用行业的历史数据，分析过去的增长情况，并据此预测行业的未来发展趋势。 “数据+算法”科学决策背后的支撑的自动流动（） 在Excel2010中,用于显示相同间隔内数据预测趋势的图表类型是 下列算法不是CpG岛预测算法的是 ()是利用过去的员工人数预测未来人力资源的需求。 在路径还原应用过程中,最优路径算法的支撑算法可以考虑应用算法（）