机器学习(浙江大学) 中国大学mooc答案满分完整版章节测试

恫巧僚朽茅凡末羞浚抱搔贸剔


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()



上方为免费预览版答案,如需购买完整答案,请点击下方红字

点击这里,购买完整版答案


 

点关注,不迷路,微信扫一扫下方二维码

关注我们的公众号:阿布查查  随时查看答案,网课轻松过

机器学习(浙江大学) 中国大学mooc答案满分完整版章节测试第1张


为了方便下次阅读,建议在浏览器添加书签收藏本网页

电脑浏览器添加/查看书签方法

1.按键盘的ctrl键+D键,收藏本页面

机器学习(浙江大学) 中国大学mooc答案满分完整版章节测试第2张

2.下次如何查看收藏的网页?

点击浏览器右上角-【工具】或者【收藏夹】查看收藏的网页

机器学习(浙江大学) 中国大学mooc答案满分完整版章节测试第3张


手机浏览器添加/查看书签方法

一、百度APP添加/查看书签方法

1.点击底部五角星收藏本网页

机器学习(浙江大学) 中国大学mooc答案满分完整版章节测试第4张

2.下次如何查看收藏的网页?

点击右上角【┇】-再点击【收藏中心】查看

机器学习(浙江大学) 中国大学mooc答案满分完整版章节测试第5张

二、其他手机浏览器添加/查看书签方法

1.点击【设置】-【添加书签】收藏本网页

机器学习(浙江大学) 中国大学mooc答案满分完整版章节测试第6张

2.下次如何查看收藏的网页?

点击【设置】-【书签/历史】查看收藏的网页

机器学习(浙江大学) 中国大学mooc答案满分完整版章节测试第7张

繁舍缸磐勉咸爱缝存肝姆纤隆