网友您好， 请在下方输入框内输入要搜索的题目：

题目内容 （请给出正确答案）

神经网络的泛化能力就是指对样本数据的拟合和逼近效果。

参考答案和解析
错
更多 “神经网络的泛化能力就是指对样本数据的拟合和逼近效果。” 相关考题
考题 BP网络的学习算法属于全局逼近算法,不具有泛化能力。 () 此题为判断题(对，错)。
查看答案
考题 提高拟合多项式的次数一定可以改善逼近效果。()
查看答案
考题 多段线的曲线化包含：多段线的拟合和样条拟合。此题为判断题(对，错)。
查看答案
考题 用以测度回归直线对样本数据拟合程度的指标是()。A.相关系数 B.基尼系数 C.方差系数 D.决定系数
查看答案
考题 测度回归直线对样本数据的拟合程度的是()。A.相关系数 B.样本估计量 C.决定系数 D.回归系数
查看答案
考题 在多元回归模型中，模型的拟合优度R2越接近于1，说明模型对于样本预测数据的拟合程度越好，模型的预测效果也会越好。（ ）
查看答案
考题 应对参数过拟合问题的办法不包括（ ）。A、使用更长的历史数据进行回测 B、使用较短的历史数据进行回测 C、在策略设计的时候有意地增加参数数量 D、将历史数据分为样本内和样本外两部分进行测试
查看答案
考题 BP神经网络所不具备的功能是（）。A、优化功能B、泛化功能C、自适应功能D、非线性映射功能
查看答案
考题 X2检验的适用范围（）。A、小样本配对定量数据的分析B、两样本率的比较C、两样本或多样本构成比之间是否有差异D、拟合优度E、相关性
查看答案
考题 神经网络的训练过程不需要人工标记的样本数据集。（）
查看答案
考题 在一个神经网络中，下面哪种方法可以用来处理过拟合（）？A、DropoutB、分批归一化（BatchNormalization）C、正则化（regularization）D、都可以
查看答案
考题 数控系统计算刀具运动的过程称为（）。A、拟合B、逼近C、插值D、插补
查看答案
考题 神经网络既善于显式表达知识，又具有很强的逼近非线性函数的能力。
查看答案
考题 多段线的曲线化包含：（）的拟合和（）拟合。
查看答案
考题 最大似然法的基本思想是（）。A、从模型中得到样本数据的概率最大B、样本回归线能最好地拟合样本数据C、使残差平方和最小D、使参数估计量的方差最小
查看答案
考题 职业化的表达能力就是指运用（）}阐明自己的观点、意见或者抒发情感的能力。A、语言、文字B、能力、数据C、文字、数据D、能力、语言
查看答案
考题 测度回归直线对样本数据的拟合程度的指标是（）。A、相关系数B、样本估计量C、决定系数D、投资乘数
查看答案
考题 下列有关样本判决系数的正确表述有（）A、样本决定系数r2的取值在[0，1]区间内B、r2越接近1，表明回归拟合的效果越好C、r2越接近0，表明回归拟合的效果越好D、自变量越多，r2值越大
查看答案
考题 单选题多项式曲线拟合是用一个多项式来逼近一组给定的数据，使用（）函数来实现。A polyfitB polyderC polyD polyval
查看答案
考题 判断题可以充分逼近任意复杂的非线性函数关系是神经网络的特点之一。A 对B 错
查看答案
考题 判断题RBF神经网络是一种局部逼近的神经网络。A 对B 错
查看答案
考题 单选题决定系数R2越接近于1，说明( )。A 回归直线的拟合效果越好B 回归直线的拟合效果越差C 回归直线解释因变量的能力越差D 因变量的变化和自变量无关
查看答案
考题 判断题神经网络的训练过程不需要人工标记的样本数据集。（）A 对B 错
查看答案
考题 判断题BP 神经网络中隐层使用的 Sigmoid 是函数，其值在输入空间中无限大的范围内为非零值，因而是一种全局逼近的神经网络。A 对B 错
查看答案
考题 多选题关于回归方程决定系数的说法，正确的有（ ）。A决定系数测度回归模型对样本数据的拟合程度B决定系数等于1，说明回归模型可以解释因变量的所有变化C决定系数取值越大，回归模型的拟合效果越差D决定系数取值在0和1之间E如果决定系数等于1，所有观测点都会落在回归线上
查看答案
考题 单选题测度回归直线对样本数据的拟合程度的是( )。A 相关系数B 样本估计量C 决定系数D 回归系数
查看答案
考题 单选题连续型Hopfield网络（）。A 是前馈神经网络B 是单层反馈型非线性神经网络C 具有函数逼近问题D 是多层反馈型非线性神经网络
查看答案
考题 判断题在大数据和大计算能力的支撑下，深度卷积神经网络的视觉识别能力，在许多国际公开测评中，达到或超过了人类水平。A 对B 错
查看答案
热门标签
最新试卷