幌殿探庇脱扮胎嫩顷酸撬蚂瞧
第一章 引言 单元小测
1、 以下学习策略中,使用的训练数据只有部分存在标签的是
A:半监督学习
B:无监督学习
C:监督学习
D:以上都是
答案: 半监督学习
2、 下面符合特征选择标准的是
A:越多越好
B:越少越好
C:选择能够反映不同事物差异的特征
D:以上均不对
答案: 选择能够反映不同事物差异的特征
3、 给定一定数量的红细胞、白细胞图像以及它们对应的标签,设计出一个红、白细胞分类器,这属于()问题
A:监督学习
B:半监督学习
C:无监督学习
D:以上都可以
答案: 监督学习
4、 给定一定数量的红细胞、白细胞图像,但是并不知道图像与标签的对应关系,设计一个红白细胞分类器,这属于()问题
A:监督学习
B:无监督学习
C:半监督学习
D:以上都可以
答案: 无监督学习
5、 “没有免费的午餐定理”告诉我们
A:没有可以适应一切问题的算法
B:对于一个特定的问题,任何算法都是一样好的
C:设计好的算法是徒劳的
D:我们不能对问题有先验假设
答案: 没有可以适应一切问题的算法
第二章 支持向量机 单元小测
1、 对于在原空间中线性不可分的问题,支持向量机()
A:在原空间中寻找线性函数划分数据
B:在原空间中寻找非线性函数划分数据
C:利用核函数把数据映射到高维空间
D:无法处理
答案: 利用核函数把数据映射到高维空间
2、 混淆矩阵中FN(False Negative)的含义是()
A:将正样本识别为正样本的数量(或概率)
B:将正样本识别为负样本的数量(或概率)
C:将负样本识别为正样本的数量(或概率)
D:将负样本识别为负样本的数量(或概率)
答案: 将正样本识别为负样本的数量(或概率)
3、 利用混淆矩阵计算识别率的公式是()
A:TP/(TP+FP)
B:TP/(TP+FN)
C:(TP+TN)/(TP+TN+FP+FN)
D:都不对
答案: (TP+TN)/(TP+TN+FP+FN)
4、 支持向量机只能解决数据线性可分的问题。
A:正确
B:错误
答案: 错误
5、 人为改变支持向量机的阈值可以同时增大TP、FP,从而提升算法的性能。
A:正确
B:错误
答案: 错误
6、 一个凸优化问题可以有多个极值点
A:正确
B:错误
答案: 错误
7、 支持向量机不会受到噪声的影响
A:正确
B:错误
答案: 错误
第三章 人工神经网络 单元小测
1、 ()层神经网络模型可以模拟任意决策面。
A:1
B:2
C:3
D:以上都可以
答案: 3
2、 下列是神经网络中常见的超参数的是()
A:批大小
B:学习率
C:正则化参数
D:以上都是
答案: 以上都是
3、 在训练神经网络的过程中,如果刚训练几步损失函数的值就开始剧烈抖动,大概率是因为()
A:学习率过大
B:学习率过小
C:模型已经训练好了
D:以上都不可能造成上述情况
答案: 学习率过大
4、 在神经网络的训练初期,损失函数值很大且下降速度过于缓慢,大概率是因为()
上方为免费预览版答案,如需购买完整答案,请点击下方红字
为了方便下次阅读,建议在浏览器添加书签收藏本网页
添加书签方法:
1.电脑按键盘的Ctrl键+D键即可收藏本网页
2.手机浏览器可以添加书签收藏本网页
我们的公众号
打开手机微信,扫一扫下方二维码,关注微信公众号:萌面人APP
本公众号可查看各种网课答案,还可免费查看大学教材答案
施抡缓潜翰适堑线隋券悼操搐