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

单项选择题下列选项中关于随机梯度下降法的说法，正确的是？（）

A.随机梯度下降法最终收敛的点不一定是全局最优
B.随机梯度下降法最终收敛的点一定是全局最优
C.无论随机梯度下降法存不存在最终收敛的点，一定可以找到最优解
D.无论随机梯度下降法存不存在最终收敛的点，一定不能找到最优解

单项选择题梯度法中，步长的取值可以小于或等于0吗？（）

A.不可以
B.可以
C.步长取值可以任意
D.其余三种说法都不对

单项选择题在绝对可分的情况下，以下哪种表述是正确的？（）

A.存在不可识别区域较多的问题
B.多分类线性判别函数形式复杂
C.多分类线性判别函数的意义不明确
D.分类器的整体性能比较好

单项选择题用二分类问题的组合来确定三分类的分类决策规则时，在什么情况下是一定可分的？（）

A.仅有一个判别函数值大于0
B.有两个判别函数值大于0
C.三个判别函数值都小于0
D.三个判别函数值都大于0

判断题样本中能够用于识别的某个重要特性称为特征，样本转化为特征表达后的整体构成了特征空间。

判断题过拟合是指为追求样本集中样本的正确分类性导致分类器泛化能力降低。

判断题泛化能力是指训练好的分类器对已知样本的正确分类能力。

判断题有监督学习和无监督学习的区别是一个需要从人类的经验中进行学习一个不需要。