江苏开放大学神经网络与深度学习作业答案

神经网络与深度学习

学校: 无

平台: 江苏开放大学

题目如下：

1. 下列算法中属于⽆监督学习算法的是？

A. K-means

B. Logisitic Regression

C. SVM

D. KNN

答案: K-means

2. 下列降维⽅法中不属于⽆监督学习的是？

A. 局部线性嵌⼊（LLE）

B. 多维尺度变换（MDS）

C. 线性判别分析（LDA）

D. 主成分分析（PCA）

答案: 线性判别分析（LDA）

3. 下列关于Lasso回归和岭回归的说法错误的是？

A. 岭回归在误差函数上增加的正则化项是模型参数的L2范数的平⽅

B. Lasso回归和岭回归均是在误差函数上增加⼀个正则化项

C. Lasso回归在误差函数上增加的正则化项是模型参数的L1范数

D. 相⽐于Lasso回归，岭回归更易出现稀疏解

答案: 相⽐于Lasso回归，岭回归更易出现稀疏解

4. 下列对于机器学习一般方法的叙述，错误的是？

A. 监督学习算法训练含有很多特征的数据集，不过数据集中的样本都有一个标签（label）或目标（target）

B. 无监督学习算法训练含有很多特征的数据集，然后学习出这个数据集上有用的结构性质

C. 深度学习属于监督学习的一种，目前常用多层神经网络的方法进行训练

D. 强化学习算法会和环境进行交互，学习系统和它的训练过程会有反馈回路

答案: 深度学习属于监督学习的一种，目前常用多层神经网络的方法进行训练

5. 下列关于多层感知机MLP的说法，不正确的是（）

A. 增加MLP的隐藏层层数会增强MLP的表示能⼒，因此测试误差便⼀定会减⼩，预测能⼒也会更强

B. MLP的常⽤激活函数有Sigmoid函数，tanh函数，ReLU函数等

C. MLP各层之间的神经元连接⽅式为全连接

D. MLP通常使⽤反向传播算法来进⾏监督学习

答案: 增加MLP的隐藏层层数会增强MLP的表示能⼒，因此测试误差便⼀定会减⼩，预测能⼒也会更强

6. 最后输出为 ，其中为Sigmoid函数，计算的值为（）

A. f(xy + 2x)(1 − f(xy + 2x))

B. xf(xy + 2x)(1 − f(xy + 2x))

C. (y + 2)f(xy + 2x)(1 − f(xy + 2x))

D. xf(xy + 2x)

答案: xf(xy + 2x)(1 − f(xy + 2x))

7. 下列对于机器学习⼀般⽅法的叙述，错误的是？

A. ⽆监督学习算法训练含有很多特征的数据集，然后学习出这个数据集上有⽤的结构性质

B. 监 广东开放大学 督学习算法训练含有很多特征的数据集，不过数据集中的样本都有⼀个标签（label）或⽬标 （target）

C. 强化学习算法会和环境进⾏交互，学习系统和它的训练过程会有反馈回路

D. 深度学习属于监督学习的⼀种，⽬前常⽤多层神经⽹络的⽅法进⾏训练

答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。

8. 以下哪⼀个不是深度学习在近⼏年获得⻜速发展的原因？

A. 更多优秀的⽹络结构和并⾏运算的发展

B. 更多稳健的优化算法和深度学习平台的发展

C. 更好的⾮线性激活函数和新的正则化技术的发展

答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。

9. 在其他条件不变的前提下，以下哪种做法容易引起机器学习中的过拟合问题？

A. 增加训练集数量

B. 减少正则化的强度

C. 删除稀疏的特征

D. 减少神经⽹络隐藏层节点数

答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。

10. 下列关于过拟合描述正确的是?

A. 过拟合意味着⾼偏差低⽅差

B. 过拟合意味着⾼偏差⾼⽅差

C. 过拟合意味着低偏差低⽅差

D. 过拟合意味着低偏差⾼⽅差

答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。

11. 下列关于⽀持向量机说法错误的是？

A. SVM构建了⼀个或多个⾼维（甚⾄是⽆限维的）超平⾯来分割样本点，这个超平⾯即为分类边界

B. ⽀持向量机模型可以通过核⽅法来处理线性不可分的数据

C. ⽀持向量机（Support Vector Machine, SVM）属于有监督学习的分类模型，并⼴泛应⽤于统计分 类及回归分析中

D. ⽀持向量机的分类边界与全体数据点有关

答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。

12. 下⾯关于ID3算法说法错误的是？

A. 信息增益可以⽤熵，⽽不是GINI系数来计算

B. ID3算法是⼀个⼆叉树模型

C. 选取信息增益最⼤的特征，作为树的根节点

D. ID3算法要求特征必须离散化

答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。

13. 相⽐于传统的神经⽹络激活函数Sigmoid函数和tanh函数，使⽤ReLU函数作为激活函数的优 势有哪些（）

A. ReLU函数具有连续，可导等⽐较好的数学性质

B. ReLU的单侧抑制提供了⽹络的稀疏表达能⼒，模拟了⼈类⼤脑神经元的实际活动

C. 可以有效缓解梯度消失的问题

D. ReLU函数计算简单，并且能加快⽹络的训练速度

答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。

14. 反向传播算法在基于梯度下降的策略寻找最优参数时，结果往往会收敛到局部极⼩值，可以 采取下列哪些⽅法来“跳出”局部极⼩值，从⽽进⼀步接近全局最⼩值？（）

A. 增加神经⽹络的深度

B. 采取正则化策略

C. 使⽤随机梯度下降

D. 使⽤多组不同的参数值初始化多个神经⽹络

答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。

15. AlphaGo是DeepMind研发的围棋⼈⼯智能系统，2016年以4:1击败韩国选⼿李世乭引起了整 个社会对⼈⼯智能的极⼤关注，下列关于AlphaGo说法正确的是（）

A. phaGo使⽤蒙特卡罗树搜索提⾼稳定性

B. 训练AlphaGo没有⽤到⼈类玩家的棋局数据

C. AlphaGo训练模型过程中通过价值⽹络和策略⽹络选择最优下⼦⽅法

D. AlphaGo的技术不涉及强化学习

答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。

16. 以下关于感知机模型的说法，错误的是？

A. 多层感知机由两层神经元组成，分别为输⼊ 成人学历 层和输出层。

B. 损失函数是感知机模型优化的⽬标函数，拟合越差损失函数值越⼤。

C. Sigmoid、tanh、ReLU都是感知机模型中常⻅的激活函数。

D. 单层感知机只由单层神 渝粤教育 经元组成。

渝粤文库 yle="color:red">答案：请关注【江开搜题】微信公众号，发送题目获取正确答案。