对应课程:点击查看
起止时间:2020-03-03到2020-05-20
更新状态:已完结
第六讲 多元线性回归：波士顿房价预测问题TesnsorFlow实战 测试3：TensorFlow编程进阶
1、 从标签化训练数据集中推断出函数的机器学习任务是（）
A:有监督学习
B:无监督学习
C:强化学习
D:半监督学习
答案: 有监督学习
2、 样本数据如下x12345y21465假设学习到的模型为y=x+1，则L1损失为（）
A:2
B:4
C:16
D:3
答案: 4
3、 样本数据如下x12345y25469假设学习到的模型为y=2x，则L2损失为（）
A:6
B:36
C:8
D:10
答案: 10
4、 样本数据如下x12345y25469假设学习到的模型为y=2x，则均方误差为（）
A:1.2
B:7.2
C:1.6
D:2.0
答案: 2.0
5、 样本数据如下x12345y3.55689则拟合y=x+4和拟合y=2x哪个的均方误差较大（）
A:y=x+3
B:y=2x
C:一样大
D:不能确定
答案: 一样大
6、 下面说法正确的是（）
A:学习率设置的越大越好
B:学习率设置的越小越好
C:学习率的设置应该大小适宜，根据实际情况而定
D:只要设置了合适的学习率，就可以到达损失的最低点
答案: 学习率的设置应该大小适宜，根据实际情况而定
7、 下面哪一项不是超参数（）
A:偏置值
B:学习率
C:训练周期数
D:神经网络的隐含层数量
答案: 偏置值
8、 下面说法不正确的是（）
A:凸型问题只有一个最低点
B:梯度是一个标量
C:梯度下降法是沿着负梯度方向探索
D:梯度下降的步长由梯度大小和学习率共同决定
答案: 梯度是一个标量
9、 tf.reduce_mean(tf.square(y-pred)) 定义的是什么损失（）
A:L1损失
B:L2损失
C:均方差损失
D:交叉熵损失
答案: 均方差损失
10、 下列说法不正确的是（）
A:单变量线性回归每次运行的结果都相同
B:真正执行计算之前，需将所有变量初始化
C:线性回归中优化器的优化目标是最小化损失
D:损失函数是用来描述预测值和真实值之间的误差
答案: 单变量线性回归每次运行的结果都相同
11、 下面哪个不是单变量线性回归的必须步骤（）
A:构建线性模型
B:定义损失函数
C:定义优化器
D:可视化训练过程
答案: 可视化训练过程
12、 关于批量说法正确的是（）
A:批量大小只能是1
B:批量越大越好
C:批量越大，单次迭代所需的时间越长
D:批量是指样本总数
答案: 批量越大，单次迭代所需的时间越长
13、 关于pandas的说法错误的是（）
A:pandas能够读取CSV、文本文件、SQL
B:处理CSV文件能够自动识别列头，支持列的直接寻址
C:能够将数据结构自动转换为numpy的多维数组
D:pandas最适合进行图片的预处理
答案: pandas最适合进行图片的预处理
14、 下列哪一项不是tensorflow提供的优化器（）
A:GradientDescentOptimizer
B:MarkovOptimizer
C:AdamOptimizer
D:AdadeltaOptimizer
答案: MarkovOptimizer
15、 Tensorflow通过（）实现矩阵叉乘
A:tf.concat
B:tf.matmul
C:*
D:tf.mutiply
答案: tf.matmul
16、 假设x的值为 [[1,3,5], [2,4,6]], tf.transpose(x)的结果是（）
A:[[1,3,5], [2,4,6]]
B:[[2,4,6], [1,3,5]]
C:[[1,2],[3,4],[5,6]]
D:[[[1,2,3],[4,5,6]]]
答案: [[1,2],[3,4],[5,6]]
17、 import tensorflow as tfa = tf.constant([[1,2],[3,4]])b = tf.constant([[1,1],[2,2]])sess = tf.Session()print(sess.run(a*b))sess.close()的运行结果是（）
A:[[1,2],[6,8]]
B:[[5,5],[11,11]]
C:17
D:[[1,4],[3,8]]
答案: [[1,2],[6,8]]
18、 import tensorflow as tfa = tf.constant([[1,2],[3,4]])b = tf.constant([[1,1],[2,2]])sess = tf.Session()print(sess.run(tf.matmul(a,b)))sess.close()的运行结果是（）
A:[[1,2],[6,8]
B:[[5,5],[11,11]]
C:17
D:[[1,4],[3,8]]
答案: [[5,5],[11,11]]
19、 未归一化前多元线性回归训练结果异常的主要原因是（）
A:变量参数太多
B:随机因素引起的异常
C:模型定义错误
D:不同特征值取值范围对训练的影响
答案: 不同特征值取值范围对训练的影响
20、 关于样本数据的说法不正确的是（）
A:全部的样本数据都应该参与训练
B:样本数据最好分为测试集和训练集
C:样本数据训练时最好打乱顺序
D:特征数据需要归一化
答案: 全部的样本数据都应该参与训练
21、 打乱训练数据的目的是（）
A:加快学习速度
B:使模型学习到有效的特征
C:打乱训练数据对训练结果没有影响
D:丰富样本数据
答案: 使模型学习到有效的特征
第三讲（根据基础选修） 工欲善其事必先利其器：简明Python基础 测试1：Python基础测试
1、 在Python中，标识符不能包括以下哪个选项？
A:英文字母
B:阿拉伯数字
C:下划线
D:减号
答案: 减号
2、 以下关于Python的说法哪个是错误的？
A:Python的标识符不能以数字开头
B:Python2和Python3有一定的区别
为了方便下次阅读，建议在浏览器添加书签收藏本网页
添加书签方法：
1.电脑按键盘的Ctrl键+D键即可收藏本网页
2.手机浏览器可以添加书签收藏本网页
获取更多MOOC答案，欢迎在浏览器访问我们的网站：http://mooc.mengmianren.com
注：请切换至英文输入法输入域名，如果没有成功进入网站，请输入完整域名：http://mooc.mengmianren.com/
我们的公众号
打开手机微信，扫一扫下方二维码，关注微信公众号：萌面人APP
本公众号可查看各种网课答案，还可免费查看大学教材答案
点击这里，可查看公众号功能介绍
一键领取淘宝，天猫，京东，拼多多无门槛优惠券，让您购物省省省，点击这里，了解详情
干饭人福利，饿了么红包每日领
