机器学习与深度学习智慧树知到期末考试答案章节答案2024年聊城大学

机器学习与深度学习智慧树知到期末考试答案+章节答案2024年聊城大学生成对抗网络可以用于语言生成。（）。

答案:对生成对抗网络是生成器和判别器的总称（）。

答案:错以下哪个不是生成对抗网络的应用领域。（）。

答案:分类生成对抗网络的核心思想是来源于博弈论的（）。

答案:纳什均衡生成对抗网络就是生成一个和原模型相似的网络（）。

答案:错门循环神经网络常用于图片的分类。（）。

答案:错长短时记忆网络最有特点的门是（）。

答案:遗忘门长短时记忆网络，可以避免梯度消失的问题。（）。

答案:对训练样本的输入和输出不是比较确定的，我们使用什么网络来训练？（）

答案:循环序列数据常用循环神经网络来训练（）。

答案:对卷积神经网络常用于数值型数据的分类。（）

答案:错（）函数的作用是衡量样本真实值和预测值之间的误差。

答案:损失卷积的作用可以看作是一种局部操作，通过卷积核可以获得原始数据的（）。

答案:局部特征卷积是一个数学概念，是通过两个函数生成（）的一种运算。（）

答案:第三个函数（）是利用局部相关的特征采样较少的数据来保持原有重要信息的一种操作。

答案:池化前馈神经网络是一种最简单的神经网络，每层包含若干神经元，这些神经元互相连接并传递信息。（）。

答案:错神经网络中基本组成的单元是（）。

答案:神经元反向传播更新的是（）。

答案:权重使用激活函数的主要目的是给神经元引入（）。

答案:非线性()只沿一个方向进行。（）。

答案:前馈神经网络聚类分析是将数据对象分组内的（）越大，聚类的效果就越好。（）

答案:相似性时间复杂度最高的聚类方法是（）。

答案:DBSCAN层次聚类可以是自上而下的（）。

答案:对()试图在不同层次对数据集进行划分。（）。

答案:层次聚类最常用的聚类算法是（）算法。（）。

答案:K-Means（）个体学习器是所构建的所有个体学习器都是同一类型的学习器（）。

答案:同质结合策略主要是平均法、投票法以及学习法（）。

答案:对集成学习是（）弱可学习器，形成一个强可学习器。（）。

答案:整合如果存在一个算法，可能以很高的准确率学习得到某个概念，则称这个概念（）。

答案:强可学习集成学习的思想是（）。

答案:三个臭皮匠赛过诸葛亮支持向量机的原理是将低维数据升维（）。

答案:对支持向量机以统计学习理论为基础，主要针对（）情况。

答案:小样本支持向量机的理论中最基础最核心的当属（）。

答案:间隔最大以下不属于支持向量机训练速度慢的原因（）。

答案:过拟合在特征提取方面，（）准则旨在训练阶段拉近同类样本，同时拉远一类样本（）。

答案:最大边界决策树的生成过程中没有考虑停止条件，所得到的生成数可能会非常大，对训练级来说可能存在（）。

答案:过拟合决策树学习的关键是如何选择（）。

答案:最优属性决策树是一个（）阶段的过程。（）

答案:2决策数使用（）系数来划分属性（）。

答案:基尼决策树是一个数值预测模型。（）

答案:错朴素贝叶斯简单假设是所有特征属性之间相互（）。

答案:独立贝叶斯网络描述了特征属性间的因果的关系，提供了一种基于因果信息的表示方法。（）

答案:对以下属于参数估计后验推理模型的是（）。

答案:统计模型贝叶斯的缺点是输入（）或数据间相关性较大时会出现问题（）。

答案:数据量大贝叶斯学习贝叶斯的方法的本质是以理解为从结果推到（）。

答案:原因knn算法是基于实例的学习，属于（）模型（）。

答案:非参数逻辑回归是当前比较常用的机器方法，用于研究某个事件发生的（）。

答案:概率线性回归算法主要用来预测（）型的目标值。（）。

答案:数值利用线性回归可以对任意输入给出对应输出的估计。（）

答案:对k近邻算法是指k个最近的邻居及每个样本都可以与他最近的()来代表（）

答案:K个邻居人工智能是在20世纪（）年代开始步入完善的。

答案:70下列哪些不属于机器学习领域的常见方法？（）

答案: