A、-6
B、6
C、2
D、2
答案:B
A、-6
B、6
C、2
D、2
答案:B
A. 单链接
B. 全链接
C. 均链接
D. 以上都行
A. 数据
B. 数学
C. 判断
D. 图形
A. Boosting
B. Stacking
C. Bagging
D. Marking
A. 自主智能化
B. 工业智能化&;&实业智能化
C. 科研智能化
解析:正确
A. 在线
B. 离线
C. 自动
D. 手动
解析:主要应用
A. 线性规划
B. 整数规划
C. 多目标规划
D. 动态规划
A. 增加网络层数,可能会增加测试集分类错误率
B. 增加网络层数,一定会增加训练集分类错误率
C. 减少网络层数,可能会减少测试集分类错误率
D. 减少网络层数,一定会减少训练集分类错误率
解析:一般来说,神经网络层数越多,模型越复杂,对数据的分类效果越好。所以,从最简单的层数开始,增加网络层数都能使得训练误差和测试误差减小。但是,神经网络层数过多容易造成过拟合,即对训练样本分类效果很好,误差小,但是测试误差很大。
为了避免发生过拟合,应该选择合适的神经网络层数并使用正则化技术来让神经网络更加稳健。
A. 原型聚类
B. 密度聚类
C. 层次聚类