請(qǐng)輸入或粘貼題目?jī)?nèi)容（含選項(xiàng)）
搜題
拍照、語(yǔ)音搜題，請(qǐng)掃碼下載APP
題目?jī)?nèi)容
（請(qǐng)給出正確答案）
A增加神經(jīng)網(wǎng)絡(luò)層數(shù),可能會(huì)增加測(cè)試數(shù)據(jù)集的分類(lèi)錯(cuò)誤率
B減少神經(jīng)網(wǎng)絡(luò)層數(shù),總是能減小測(cè)試數(shù)據(jù)集的分類(lèi)錯(cuò)誤率
C增加神經(jīng)網(wǎng)絡(luò)層數(shù),總是能減小訓(xùn)練數(shù)據(jù)集的分類(lèi)錯(cuò)誤率
答案
更多“對(duì)于神經(jīng)網(wǎng)絡(luò)的說(shuō)法,下面正確的是:（)”相關(guān)的問(wèn)題
第3題
A.其他選項(xiàng)都不對(duì)
B.沒(méi)啥問(wèn)題，神經(jīng)網(wǎng)絡(luò)會(huì)正常開(kāi)始訓(xùn)練
C.神經(jīng)網(wǎng)絡(luò)可以訓(xùn)練，但是所有的神經(jīng)元最后都會(huì)變成識(shí)別同樣的東西
D.神經(jīng)網(wǎng)絡(luò)不會(huì)開(kāi)始訓(xùn)練，因?yàn)闆](méi)有梯度改變
第4題
A.BP神經(jīng)網(wǎng)絡(luò)
B.RBF神經(jīng)網(wǎng)絡(luò)
C.SOM神經(jīng)網(wǎng)絡(luò)
D.ELMAN神經(jīng)網(wǎng)絡(luò)
第5題
1.一個(gè)機(jī)器學(xué)習(xí)模型，如果有較高準(zhǔn)確率，總是說(shuō)明這個(gè)分類(lèi)器是好的
2.如果增加模型復(fù)雜度，那么模型的測(cè)試錯(cuò)誤率總是會(huì)降低
3.如果增加模型復(fù)雜度，那么模型的訓(xùn)練錯(cuò)誤率總是會(huì)降低
4.我們不可以使用聚類(lèi)“類(lèi)別id”作為一個(gè)新的特征項(xiàng)，然后再用監(jiān)督學(xué)習(xí)分別進(jìn)行學(xué)習(xí)
A.1
B.2
C.3
D.1and3
第6題
A.增加訓(xùn)練集量
B.減少神經(jīng)網(wǎng)絡(luò)隱藏層節(jié)點(diǎn)數(shù)
C.刪除稀疏的特征S
D.SVM算法中使用高斯核/RBF核代替線(xiàn)性核
第7題
A.增加訓(xùn)練集量
B.減少神經(jīng)網(wǎng)絡(luò)隱藏層節(jié)點(diǎn)數(shù)
C.刪除稀疏的特征
D.SVM算法中使用高斯核/RBF核代替線(xiàn)性核
第8題
A.分類(lèi)器的構(gòu)造方法有統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法、神經(jīng)網(wǎng)絡(luò)方法等
B.有三種分類(lèi)器評(píng)價(jià)或比較尺度：預(yù)測(cè)準(zhǔn)確度、計(jì)算復(fù)雜度、模型描述的簡(jiǎn)潔度
C.統(tǒng)計(jì)方法包括決策樹(shù)法和規(guī)則歸納法
D.神經(jīng)網(wǎng)絡(luò)方法主要是BP算法
第9題
A.神經(jīng)網(wǎng)絡(luò)對(duì)訓(xùn)練數(shù)據(jù)中的噪聲非常魯棒
B.可以處理冗余特征
C.訓(xùn)練ANN是一個(gè)很耗時(shí)的過(guò)程
D.至少含有一個(gè)隱藏層的多層神經(jīng)網(wǎng)絡(luò)
