描述弱监督的是:
A.对部分数据引入监督
B.方法丰富、研究充分、性能好、成本高
C.方法简单、数据成本低、性能难以提升
D.以上都不是
A.对部分数据引入监督
B.方法丰富、研究充分、性能好、成本高
C.方法简单、数据成本低、性能难以提升
D.以上都不是
A、迁移学习就是特征迁移
B、模拟人类具有举一反三的能力
C、任务A 与 任务B 具有某种相似性,利用任务A的学习经验,解决任务B,即迁移学习
D、模型迁移也属于迁移学习
A、决策树算法是无监督学习
B、规则归纳问题,适合用决策树来表示
C、属性在决策树中的位置不同,决策树的效率是不同的
D、如果根据一个属性做判断,样本仍然有若干种情况,则该属性不应该出现在决策早期
A、在输入端,神经元只接受来自一个信号源的输入信息
B、感知器的信号处理分为四个部分:输入、汇总、激活、输出
C、输入为实例的特征向量,由激活函数计算输出,输出为1、-1两个值
D、汇总后的输入信号如果高于阈值,则产生“激活”信号,否则仍基本维持原有水平
A、感知器模型中的激活函数是二值函数时,损失函数是可导的
B、感知器模型的关键,就是通过调整权重使一类样本可以激活神经元,而另一类则不会
C、权重调整采用“奖惩分明”策略,即对于能够准确判断样本类型的权重,提高当前权重比例,反之则降低当前权重比例
D、一层感知器只能针对线性可分的数据集分类,无法解决异或(XOR)问题
A、在FNN中,输入信号的传递方向是明确的,并不存在反向信号传递
B、一个标准的前馈神经网络只有一个输入层和一个输出层
C、FNN的同层神经元之间存在连接
D、FNN的输出结果只能是向量
A、二者都是由多个神经元组成的多层神经网络
B、二者学习的关键都是神经元的损失计算
C、输入信号向后传递的过程中,都是加权和的计算
D、二者都有输入、激活和输出
为了保护您的账号安全,请在“简答题”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!