下载APP
刷刷题APP > 特征学习
"特征学习"相关考试题目
1.
深度学习是一种基于无监督特征学习和特征层次结构的学习方法。( )
2.
在特征学习过程中，特征越多，识别准确性越高，因此特征越多越好。（ ）
3.
深度学习的本质是通过构建多隐层的模型和海量训练数据（可为无标签数据），来学习更有用的特征，从而最终提升分类或预测的准确性。“深度模型”是手段，“特征学习”是目的。（ ）
4.
人工智能AI技术应用客户识别训练客户智能CI AI-机器学习技术优势便于特征学习,机器学习实现CI的基础性任务是
5.
法国科学家乐康提出的用于分类的LeNet5模型，从特征学习阶段到分类阶段的过渡中所使用的全连接层，目的是把学习阶段训练得到的特征图尽最大可能的组合成不同类别。
6.
下列哪一项属于特征学习算法（representation learning algorithm）？( )
7.
深度学习可理解为特征学习或表示学习。
8.
深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。
9.
一个完整的概念形成过程，需要将特征学习和（）两者结合起来
10.
（）是具有深度模型结构、强调特征学习、以大脑结构为启发的一系列神经网络算法的总称。
11.
班级的基本特征学习性、（）
12.
特征工程包含（ ）、特征选择、特征构建和特征学习等问题。
13.
自动特征学习是一个非线性模型，可以自动发现有效的特征，特征组合。
14.
多隐层的人工神经网络具有优异的特征学习能力，学习得到的特征对数据有更本质的刻画，从而有利于可视化或分类。
15.
下列哪一项属于特征学习算法(representation learning algorithm)?
16.
下列哪一项属于特征学习算法（representation learning algorithm）？
17.
多隐层的人工神经网络具有优异的特征学习能力
18.
神经网络属于特征学习算法。
