人工神经网络的特点包括（）
A: 选择合适的拓扑结构来防止模型的过分拟合是很重要
B: ANN可以处理冗余特征
C: 神经网络对训练数据中的噪声非常敏感
D: ANN权值学习使用的梯度下降方法经常会收敛到局部极小值
A: 选择合适的拓扑结构来防止模型的过分拟合是很重要
B: ANN可以处理冗余特征
C: 神经网络对训练数据中的噪声非常敏感
D: ANN权值学习使用的梯度下降方法经常会收敛到局部极小值
举一反三
- 以下关于人工神经网络（ANN）的描述错误的有（） A: A神经网络对训练数据中的噪声非常鲁棒 B: B可以处理冗余特征 C: C训练ANN是一个很耗时的过程 D: D至少含有一个隐藏层的多层神经网络
- 以下关于人工神经网络(ANN)的描述正确的说法是 () A: 神经网络对训练数据中的噪声不敏感 B: 不能确定输入属性的重要性 C: 训练ANN是一个很耗时的过程 D: 可以处理冗余特征 E: 至少含有一个隐藏层的多层神经网络
- 以下关于人工神经网络（ANN）的描述正确的说法是？ A: 神经网络对训练数据中的噪声不敏感，因此数据质量可以差一些也没关系 B: 不能确定输入属性的重要性 C: 训练ANN是一个很耗时的过程 D: 只能用于分类
- 以下对人工神经网络说法错误的是（ ）。 A: 当输入一个非样本数据时，已经训练好的神经网络将无法给出输出值 B: 人工神经网络利用最速下降法反复调整网络的连接权值，使网络的实际输出和目标输出值一致 C: 人工神经网络是从信息处理角度对人脑神经元网络进行抽象 D: 可以用最速下降法来调整人工神经网络的连接权值
- 以下对人工神经网络说法错误的是（ ）。 A: 人工神经网络是从信息处理角度对人脑神经元网络进行抽象。 B: 可以用最速下降法来调整人工神经网络的连接权值。 C: 当输入一个非样本数据时，已经训练好的神经网络将无法给出输出值。 D: 人工神经网络利用最速下降法反复调整网络的连接权值，使网络的实际输出和目标输出值一致。