第5题
A、对于非数值型的属性,可以使用独热(onehot)编码或模糊化转换成数值
B、连续性属性可以采用最小最大值归一化,减少数值过大和不同属性量纲不同对网络的影响
C、预处理与否对神经网络的训练速度和分类准确率影响比较大
D、BP神经网络的输入属性不需要筛选,因为网络本身有特征获取能力
第8题
A、神经网络权重的初始化大小会对网络的训练结果影响。
B、使用增加训练次数的方法不一定可以减少代价函数的取值。
C、对神经网络训练的优化需要综合考虑激活函数、网络结构、权重更新方法等多种因素。
D、分析问题确定后,神经网络合适的结构就可以确定。
第9题
A、神经网络对训练数据中的噪声不敏感,因此数据质量可以差一些也没关系。
B、不能确定输入属性的重要性。
C、训练ANN是一个很耗时的过程。
D、只能用于分类。
第10题
A、利用神经网络对两类问题进行分类时,可以用一个输出节点来实现。
B、神经网络实现多类问题的分类时可以用多个神经网络组合来实现。
C、利用神经网络来实现多类问题的分类时,可以采用一个具有的多个输出节点的神经网络来实现。
D、在利用神经网络进行分类时,神经网络的输入节点的个数多于输入的特征数量。
为了保护您的账号安全,请在“上学吧”公众号进行验证,点击“官网服务”-“账号验证”后输入验证码“”完成验证,验证成功后方可继续查看答案!