采用最大值可分方法，需要的判别函数数量是k的平方。（假设类别数为k）

判断题引入松弛变量，可以将约束条件转化为等式方程组来求解。

判断题感知器算法的最大缺陷是无法解决线性不可分问题。

判断题为平衡感知器算法中的求解精度和速度之间的关系，可以通过最优化学习速率进行训练。

判断题单个感知器神经元只能做二分类判别。

判断题在超定等式约束的条件下，线性分类器的求解仍然是一个最优化问题。

判断题为平衡感知器算法中的求解精度和速度之间的关系，可以通过变速学习速率进行训练。

判断题批量梯度下降法（BGD）寻优路径相对比较平滑。

判断题感知器算法可以从解区域中优中取优。

判断题样本到决策边界的距离正比于判别函数的值。

判断题感知器算法的两种权向量更新方式都属于随机梯度下降法。

多项选择题线性分类器训练的一般思路是？（）

A.寻找准则函数
B.通过求准则函数的极小值求得最优解
C.寻找分类规则
D.根据分类规则进行分类

多项选择题下列选项中，哪些因素会影响到感知器算法中随机梯度下降法的求解结果？（）

A.初始权向量设置
B.学习速率
C.样本处理顺序不同
D.学习规则

多项选择题下列选项中，属于感知器的特点的是？（）

A.感知器具有多路输入、单路输出
B.感知器没有反馈和内部状态
C.感知器将输入信号加权求和与阈值比较，当信号加权和大于阈值时输出1，当信号加权和小于阈值时输出0
D.单个感知器可以解决非线性分类问题

单项选择题感知器算法应用什么方法求解准则函数的最优值？（）

A.梯度下降法
B.最小均方误差
C.最大均方误差
D.平均值法

单项选择题为什么批量梯度下降法（BGD）寻优路径相对比较平滑？（）

A.批量梯度下降法（BGD）每一次对模型参数的调整，都朝向代价函数值减小的方向
B.批量梯度下降法（BGD）每一次对模型参数的调整，都朝向代价函数值增加的方向
C.批量梯度下降法（BGD）每一次对模型参数的调整，都朝向代价函数值不变的方向
D.批量梯度下降法（BGD）每一次对模型参数的调整，都朝向代价函数值发生变化的方向