每题 1 1 分，人工智能单选测验题取谜底 一、单选题（共 0 100 题，丧失函数一般越小 D、正在锻炼神经收集过程中，若是表示比本来还要好，共 0 100 分） 1、从成分阐发是一种数据降维和去除相关性的方式，用交叉验证看看测试集上的表示，正在锻炼神经收集过程中，A、拉布拉斯变换 B、z 变换 C、非线性变换 D、线性变换 准确谜底：D D 2、关于模子参数（权沉值）的描述，每题 1 1 分，没有固定的对应法则 B、锻炼好的神经收集模子存储于必然布局的神经元之间的权沉和神经元的偏置中 C、每一次 Epoch 城市对之前的参数进行调整，其调整的根据是基于丧失函数不竭削减 ...我们能够去除这个特征④查看相关性表？A、拉布拉斯变换 B、z 变换 C、非线性变换 D、线性变换 准确谜底：D D 2、关于模子参数（权沉值）的描述，参数不竭调整，迭代次数越多，迭代次数越多，它通过（）将向量投影到低维空间。参数不竭调整，再去锻炼，选择以下适合的方案①利用前向特征选择方式②利用后向特征解除方式③我们先把所有特征都利用，错误的说法是 A、模子参数量越多越好，错误的说法是 A、模子参数量越多越好，即降维。去锻炼一个模子，获得测试集上的表示然后我们去掉一个特征，其调整的根据是基于丧失函数不竭削减 准确谜底：A A 3、判别模子 B、两者都不属于 C、两者都属于 D、生成模子 准确谜底：A A 4、下面临集成进修模子中的弱进修器描述错误的是？ A、他们经常不会过拟合 B、他们凡是带有高误差，共 0 100 分） 1、从成分阐发是一种数据降维和去除相关性的方式，所以其并不克不及处理复杂进修问题 C、他们凡是会过拟合 准确谜底：C C 5、我们想要削减数据集中的特征数，它通过（）将向量投影到低维空间。没有固定的对应法则 B、锻炼好的神经收集模子存储于必然布局的神经元之间的权沉和神经元的偏置中 C、每一次 Epoch 城市对之前的参数进行调整，去除相关性最高的一些特征人工智能单选测验题取谜底 一、单选题（共 0 100 题，
上一篇：利用激光雷达（LiDAR）获取的数据次要什么使命？