题目内容
(请给出正确答案)
[单选题]
下列的哪种方法可以用来降低深度学习模型的过拟合问题()。1增加更多的数据2使用数据扩增技术(dataaugmentation)3使用归纳性更好的架构4正规化数据5降低架构的复杂度。
A.145
B.123
C.1345
D.所有项目都有用
查看答案
如果结果不匹配,请 联系老师 获取答案
A.145
B.123
C.1345
D.所有项目都有用
A.梯度方向是函数值下降最快方向
B.梯度下降算法是一种使得损失函数最小化的方法
C.梯度下降算法用来优化深度学习模型的参数
D.梯度反方向是函数值下降最快方向
A.EM算法是常用的估计参数隐变量的利器
B.EM算法即是期望最大化算法
C.EM算法常被用来学习高斯混合模型的参数
D.EM算法是一种迭代式的方法
A.在人工智能研究中,各学派研究方法和思想互相对立,难以融合
B.连接主义学派,源于仿生学,特别是对人脑模型的研究,用数学模型来模仿神经元,例如:深度学习
C.符号主义学派,注重知识表达和逻辑推理,例如:知识图谱,专家系统等
D.行为主义学派,行为主义把控制论引入机器学习,最著名的成果是强化学习
A.单价法
B.实物法
C.概算定额法
D.概算指标法
E.类似工程预算法
A.传统的基于规则的方法,其中的规律可以人工显性的明确出来
B.传统基于规则的方法使用显性编程来解决问题
C.机器学习所中模型的映射关系必须是隐性的
D.机器学习中模型的映射关系是自动学习的