下载APP
参考答案：
参考解析：
刷刷题刷刷变学霸
举一反三
【单选题】深度学习涉及的主要方法不包括（ ）。
A.
深度置信网络(DBN)
B.
三层BP神经网络
C.
基于卷积运算的神经网络(卷积神经网络CNN)
D.
基于多层神经元的自编码神经网络
【单选题】支持向量机与逻辑回归之间的区别在于
A.
逻辑回归和支持向量机都是寻找分界面，原理可以互推
B.
逻辑回归的目标是分类错误率最小，而支持向量机的目标是分类边距最大，所以支持向量机的精度不如逻辑回归
C.
支持向量机是寻找让两类边距最宽的分界面的方向，然后通过调整截距项让预测精度最优
D.
支持向量机是寻找让两类边距最宽的分界面的方向，然后通过调整截距项让训练精度最优
【多选题】下列关于支持向量机说法正确的是（ ）
A.
支持向量机可以解决回归预测问题
B.
支持向量机是无监督机器学习方法
C.
支持向量机能够解决二分类问题
D.
支持向量机是有监督机器学习方法
相关题目：
【单选题】深度学习中，常用的归一化函数是（）函数
A.
SoftMax
B.
SoftMin
C.
MicroMax
D.
MicroMin
【单选题】深度学习涉及的主要方法不包括（ ）。
A.
深度置信网络(DBN)
B.
三层BP神经网络
C.
基于卷积运算的神经网络(卷积神经网络CNN)
D.
基于多层神经元的自编码神经网络
【单选题】支持向量机与逻辑回归之间的区别在于
A.
逻辑回归和支持向量机都是寻找分界面，原理可以互推
B.
逻辑回归的目标是分类错误率最小，而支持向量机的目标是分类边距最大，所以支持向量机的精度不如逻辑回归
C.
支持向量机是寻找让两类边距最宽的分界面的方向，然后通过调整截距项让预测精度最优
D.
支持向量机是寻找让两类边距最宽的分界面的方向，然后通过调整截距项让训练精度最优
【判断题】线性支持向量机可以处理复杂的决策边界
A.
正确
B.
错误
【判断题】支持向量机可以通过降维处理线性不可分的情况。
A.
正确
B.
错误
【判断题】卷积深度学习算法在图像识别领域一定优于支持向量机等传统分类算法的性能。
A.
正确
B.
错误
【单选题】深度学习中，常用的归一化函数是()函数
A.
SoftMax
B.
SoftMin
C.
MicroMax
D.
MicroMin
【判断题】模块六浅谈深度学习，通过动物分类识别的例子，学习了深度学习理论的基础知识。
A.
正确
B.
错误
【判断题】机器学习包括深度学习。
A.
正确
B.
错误
【单选题】线性支持向量机求取的
A.
与所有样本有关。
B.
仅与支持向量有关。
【多选题】下列关于支持向量机说法正确的是（ ）
A.
支持向量机可以解决回归预测问题
B.
支持向量机是无监督机器学习方法
C.
支持向量机能够解决二分类问题
D.
支持向量机是有监督机器学习方法
【判断题】支持向量机的准确率一定没有神经网络的好。( )
A.
正确
B.
错误
【单选题】深度学习中，常用的归一化函数是（）函数
A.
SoftMax
B.
SoftMin
C.
MicroMax
D.
MicroMin