A.1正确,2错误
B.1和2都错误
C.1和2都正确
D.1错误,2正确
第1题
A.为了防止过拟合可以使用L1或L2正则化
B.为了防止过拟合可以使用提前终止训练的方法
C.为了防止过拟合可以使用Dropout
D.训练过程中的损失值越小,其在存过拟合的风险越低
第5题
A.决定系数测度回归模型对样本数据的拟合程度
B.决定系数取值越大,回归模型的拟合效果越差
C.决定系数等于1,说明回归模型可以解释因变量的所有变化
D.决定系数取值在[0,1]之间
E.如果决定系数等于1,所有观测点都会落在回归线上
第7题
A.使用修正的线性单元(ReLU)作为非线性激活函数
B.在训练的时候使用Dropout技术有选择地忽视单个神经元,以避免模型过拟合
C.覆盖进行较大池化,避免平均池化的平均化效果
D.使用GPUNVIDIAGTX580减少训练时间
第9题
A.一元线性回归预测是回归预测的基础,预测对象只受一个主要因素影响
B.判定一个线性回归方程的拟合程度的优劣称为模型的显著性检验,通常用的检验法是相关系数检验法
C.相关系数等于回归平方和在总平方和中所占的比率,即回归方程所能解释的因变量变异性的百分比,是一元回归模型中用来衡量两个变量之间相关程度的判定指标
D.如果相关系数r=0,表示所有的观测值全部落在回归直线上;如果r=1,则表示自变量与因变量无线性关系
第10题
A.通过正则化可以减少网络参数的个数,一定程度可能增加过拟合
B.利用L1或L2正则化可以使权重衰减,从而一定程度上减少过拟合
C.在神经网络训练过程中类似dropout减少神经元或相关链接权的数量
D.通过增加数据扰动的数据增强减少了神经网络的过拟合
为了保护您的账号安全,请在“上学吧”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!