学习的目的是调整权值，以使网络对任何的输入都能得到期望的输出。理想的情况是输入和输出一致，这样，学习后的模型再用于处理数据时就可以得到比没有学习的模型相对更加精确的结果。（ ）
举一反三
- 反向传播网络的学习算法：B-P算法的学习目的是对网络的连接权值进行调整，使得调整后的网络对任一输入都能得到所期望的输出。
- 感知机中，通过学习来调整权值，以使网络对任何的输入都能得到期望的输出。（ ）
- 感知机中，通过学习来调整权值，以使网络对任何的输入都能得到期望的输出。 A: 正确 B: 错误
- 下面对回归和分类的描述不正确的是（ ）? 两者均是学习输入变量和输出变量之间潜在关系模型|回归是一种无监督学习、分类学习是有监督学习|在回归分析中，学习得到一个函数将输入变量映射到连续输出空间|在分类模型中，学习得到一个函数将输入变量映射到离散输出空间
- 有监督学习是利用一组已知输入x和输出y的数据来学习模型的参数，使得模型预测的输出标记和真实标记尽可能的一致。（）