人工智慧概述練習三

請準時完成！

Q1:班级

填空1

Q2:学号

填空1

Q3:姓名

填空1

Q4:1、感知器是一種什麼算法 ?

訓練線性分類器的算法

感知應錯誤的算法

訓練立體分類器的算法

訓練特征識別器的算法

Q5:2、感知器學習算法是依靠哪種 “資料” 來調整本來的分類器 ?

被分錯的樣本

正確的樣本

不確定的樣本

與分類器最近的樣本

Q6:3、損失函數是在訓練過程中用來量度分類器輸出錯誤程度的數字化表示，損失函數 “大” 代表了：

預測錯誤程度大

資料缺失程度大

預測正確程度大

預測量的真實值的缺失

Q7:4、為了實現把損失函數降到最小，我們採取的方法稱為 ?

優化

遞減

增益

排除

Q8:5、支持向量機是在特征空間上分類間隔 _______ 的分類器

最大

最小

最精確

與兩則數據均等距

Q9:6、支持向量機是對多少個類別的資料進行分類

2

3

8以內

無限

Q10:7、支持向量機A與支持向量機B分別計出他們的分類間隔為 A B，我們可以認為

支持向量機A優於支持向量機B

支持向量機A差於支持向量機B

支持向量機A與支持向量機B 需同時使用

沒有比較意義

Q11:8、分類器經過訓練後，為了得到分類器的準確率，分類器需要通過什麼階段：

測試階段

修改階段

進化階段

優化階段

Q12:9、世上沒有完美的分類器，可以透過哪一個參數了解分類器的準確程度?

分類器準確率

向量機正確率

測試誤差率

感知器合格率

Q13:10、手機拍照時， “自動對焦功能”對人臉檢測要求需要達到什麼標準 ?

人臉與非人臉的區分

能正確判斷被拍照的人是誰

笑與不笑的區分

有帶眼鏡與沒帶眼鏡的區分

人工智慧概述練習三

关于

1年前

更新

38

频次

13

题目数

分享