对于神经网络模型方法，只要足够多样本模式供模型进行学习训练，便能完成由n维输入空间到m维输出空间的非线性映射，这属于（ ）。
A: 非线性映射能力
B: 泛化能力
C: 容错能力
D: 搜索能力
A: 非线性映射能力
B: 泛化能力
C: 容错能力
D: 搜索能力
举一反三
- 对于神经网络模型，当向模型输入新数据时，神经网络能完成由输入空间向输出空间的正确映射，这属于（ ）。 A: 非线性映射能力 B: 泛化/推广能力 C: 容错能力 D: 搜索能力
- 神经网络模型能学习从n维输入空间到m维输出空间的非线性映射关系，这需要提供足够多样本模式供神经网络进行学习训练。
- 对于神经网络模型，当样本足够多时，少量输入样本中带有较大的误差甚至个别错误对模型的输入-输出映射关系影响很小，这属于（ ） A: 非线性映射能力 B: 泛化能力 C: 容错能力 D: 搜索能力
- 对于神经网络模型，当样本足够多时，少量输入样本中带有较大的误差甚至个别错误对模型的输入-输出映射关系影响很小，这属于（ ） A: 非线性映射能力 B: 泛化能力 C: 容错能力 D: 搜索能力
- 神经网络模型具有（ ），能学习和保存输入-输出的模式映射关系。 A: 非线性映射能力 B: 泛化能力 C: 容错能力 D: 选项都包括