MOOC 机器学习-浙江大学 中国大学慕课答案.docx
《MOOC 机器学习-浙江大学 中国大学慕课答案.docx》由会员分享,可在线阅读,更多相关《MOOC 机器学习-浙江大学 中国大学慕课答案.docx(3页珍藏版)》请在文库网上搜索。
1、 MOOC 机器学习-浙江大学 中国大学慕课答案单元小测1、问题:以下学习策略中,使用的训练数据只有部分存在标签的是选项:A、半监督学习B、无监督学习C、监督学习D、以上都是正确答案:【半监督学习】2、问题:下面符合特征选择标准的是选项:A、越多越好B、越少越好C、选择能够反映不同事物差异的特征D、以上均不对正确答案:【选择能够反映不同事物差异的特征】3、问题:给定一定数量的红细胞、白细胞图像以及它们对应的标签,设计出一个红、白细胞分类器,这属于()问题选项:A、监督学习B、半监督学习C、无监督学习D、以上都可以正确答案:【监督学习】4、问题:给定一定数量的红细胞、白细胞图像,但是并不知道图像
2、与标签的对应关系,设计一个红白细胞分类器,这属于()问题选项:A、监督学习B、无监督学习C、半监督学习D、以上都可以正确答案:【无监督学习】5、问题:“没有免费的午餐定理”告诉我们选项:A、没有可以适应一切问题的算法B、对于一个特定的问题,任何算法都是一样好的 C、设计好的算法是徒劳的D、我们不能对问题有先验假设正确答案:【没有可以适应一切问题的算法】单元小测1、问题:对于在原空间中线性不可分的问题,支持向量机()选项:A、在原空间中寻找线性函数划分数据B、在原空间中寻找非线性函数划分数据C、利用核函数把数据映射到高维空间D、无法处理正确答案:【利用核函数把数据映射到高维空间】2、问题:混淆矩
3、阵中 FN(False Negative)的含义是()选项:A、将正样本识别为正样本的数量(或概率)B、将正样本识别为负样本的数量(或概率)C、将负样本识别为正样本的数量(或概率)D、将负样本识别为负样本的数量(或概率)正确答案:【将正样本识别为负样本的数量(或概率)】3、问题:利用混淆矩阵计算识别率的公式是()选项:A、TP/(TP+FP)B、TP/(TP+FN)C、(TP+TN)/(TP+TN+FP+FN)D、都不对正确答案:【(TP+TN)/(TP+TN+FP+FN)】4、问题:支持向量机只能解决数据线性可分的问题。选项:A、正确B、错误正确答案:【错误】5、问题:人为改变支持向量机的阈值可以同时增大 TP、FP,从而提升算法的性能。选项:A、正确B、错误正确答案:【错误】 6、问题:一个凸优化问题可以有多个极值点选项:A、正确B、错误正确答案:【错误】7、问题:支持向量机不会受到噪声的影响选项:A、正确B、错误正确答案:【错误】
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- mooc 中国大学慕课 MOOC答案