在机器学习中，训练数据用于调整模型参数，而验证数据则用于评估模型的泛化能力。
- A对
- B错
人工智能通识基础 练习题
共 237 道题，以下仅展示题目与选项，供练习与学习使用。
想边做边批改、自动判分、收藏错题？
前往主站在线练习《人工智能通识基础》，获得完整学习体验。
前往 爱课堂 学习 →
梯度下降算法的目标是通过最小化损失函数的值，找到模型参数的最优解。
- A对
- B错
机器学习是一种完全依赖于人类设定规则的技术手段，用于从数据中学习规律。
- A对
- B错
线性回归模型适合解决分类任务，比如预测一条评论是正面还是负面的。
- A对
- B错
人工神经网络前序传播是从输入计算输出的过程。
人工神经元的激活函数可以类比生物神经元的细胞体。
- A对
- B错
ReLU函数将输入映射到 0 或 1 作为输出。
深度学习技术的提出是为了解决深度神经网络训练碰到的困难。
- A对
- B错
Sigmoid 函数将输入映射到 0 或 1 作为输出。
卷积神经网络只能以图像作为输入。
无监督学习的过程中完全不需要使用标签信息。
- A对
- B错
卷积神经网络相比于全连接网络，能够有效减少网络参数。
- A对
- B错
大语言模型本质上是深度神经网络。
- A对
- B错
大语言模型具备一定的语言理解与分析能力。
- A对
- B错
大语言模型就是聊天机器人。
- A对
- B错
大语言模型只能以文本作为输入。
- A对
- B错
数据增强会改变原始数据的分布，导致模型的泛化能力减弱。
- A对
- B错
SQL 与 NoSQL 数据库的主要区别在于，SQL 是关系型数据库，而 NoSQL 是非关系型数据库。
- A对
- B错
数据不一致通常通过引入事务管理和一致性协议来处理。
- A对
- B错
人工智能就是让计算机变得运算速度更快。
本页仅提供题目与选项供学习参考，不含答案。如需系统练习、自动判分与错题本，欢迎前往主站《人工智能通识基础》在线练习。