通过极小化目标函数（寻求一组参数)使得模型输出与实际观测数据之间达到最佳的拟合程度称为模型参数优化。（)

A.卷积矩阵(卷积核)

B.网络层数

C.目标函数

D.输入端和输出端的维数

A.目标取向

B.所有选项已知

C.偏好明确

D.偏好稳定

E.最终选择结果最佳

A.目标函数对于决策变量而言都是线性函数的优化模型

B.目标函数对于决策变量而言是线性函数、约束条件可以不是线性函数的优化模型

C.目标函数和约束条件对于决策变量而言都是线性函数的优化模型

D.约束条件对于决策变量而言都是线性函数的优化模型

A.似然函数是一种关于统计模型中的参数函数

B.它标识模型参数中的似然性

C.用于在已知某些观测得到的结果时，对有关事物的性质的参数进行估计

D.似然函数在统计推动中有重大作用

A.人员流动优化模型

B.线性规划指派模型

C.基于贝叶斯理论的人力资源配置

D.基于胜任力的人力资源结构规划

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