第一章 引言 单元小测
1、 以下学习策略中，使用的训练数据只有部分存在标签的是
A:半监督学习
B:无监督学习
C:监督学习
D:以上都是
答案: 半监督学习
2、 下面符合特征选择标准的是
A:越多越好
B:越少越好
C:选择能够反映不同事物差异的特征
D:以上均不对
答案: 选择能够反映不同事物差异的特征
3、 给定一定数量的红细胞、白细胞图像以及它们对应的标签，设计出一个红、白细胞分类器，这属于（）问题
A:监督学习
B:半监督学习
C:无监督学习
D:以上都可以
答案: 监督学习
4、 给定一定数量的红细胞、白细胞图像，但是并不知道图像与标签的对应关系，设计一个红白细胞分类器，这属于（）问题
A:监督学习
B:无监督学习
C:半监督学习
D:以上都可以
答案: 无监督学习
5、 “没有免费的午餐定理”告诉我们
A:没有可以适应一切问题的算法
B:对于一个特定的问题，任何算法都是一样好的
C:设计好的算法是徒劳的
D:我们不能对问题有先验假设
答案: 没有可以适应一切问题的算法
第二章 支持向量机 单元小测
1、 对于在原空间中线性不可分的问题，支持向量机（）
A:在原空间中寻找线性函数划分数据
B:在原空间中寻找非线性函数划分数据
C:利用核函数把数据映射到高维空间
D:无法处理
答案: 利用核函数把数据映射到高维空间
2、 混淆矩阵中FN（False Negative）的含义是（）
A:将正样本识别为正样本的数量（或概率）
B:将正样本识别为负样本的数量（或概率）
C:将负样本识别为正样本的数量（或概率）
D:将负样本识别为负样本的数量（或概率）
答案: 将正样本识别为负样本的数量（或概率）
3、 利用混淆矩阵计算识别率的公式是（）
A:TP/（TP+FP）
B:TP/（TP+FN）
C:（TP+TN）/（TP+TN+FP+FN）
D:都不对
答案: （TP+TN）/（TP+TN+FP+FN）
4、 支持向量机只能解决数据线性可分的问题。
A:正确
B:错误
答案: 错误
5、 人为改变支持向量机的阈值可以同时增大TP、FP，从而提升算法的性能。
A:正确
B:错误
答案: 错误
6、 一个凸优化问题可以有多个极值点
A:正确
B:错误
答案: 错误
7、 支持向量机不会受到噪声的影响
A:正确
B:错误
答案: 错误
第三章 人工神经网络 单元小测
1、 （）层神经网络模型可以模拟任意决策面。
A:1
B:2
C:3
D:以上都可以
答案: 3
2、 下列是神经网络中常见的超参数的是（）
A:批大小
B:学习率
C:正则化参数
D:以上都是
答案: 以上都是
3、 在训练神经网络的过程中，如果刚训练几步损失函数的值就开始剧烈抖动，大概率是因为（）
A:学习率过大
B:学习率过小
C:模型已经训练好了
D:以上都不可能造成上述情况
答案: 学习率过大
4、 在神经网络的训练初期，损失函数值很大且下降速度过于缓慢，大概率是因为（）
下方是付费阅读内容：本平台商品均为虚拟商品，无法用作二次销售，不支持退换货，请在购买前确认您需要购买的资料准确无误后再购买，望知悉！
完整答案需点击上方按钮支付5元购买,所有答案均为章节测试答案，购买后上方矩形框将出现已付费的隐藏内容。
如果点击【立即购买】不能跳转，请更新一下APP版本，如百度APP可能有兼容性问题，更新版本即可正常使用，或者换一个浏览器（如UC浏览器）再试试
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
获取更多慕课答案，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