神经网络的学习方法主要有监督学习、非监督学习、（)。

A.是一种端到端学习的方法

B.是一种无监督学习的方法

C.实现了非线性映射

D.隐含层数目大小对学习性能影响不大

A.人工神经网络既可以设计监督学习算法也可以设计非监督学习算法

B.机器学习算法就是指各种人工神经网络算法

C.K-means算法用于聚类，属于非监督学习范畴

D.支持向量机算法属于线性分类算法，属于监督学习范畴

A.监督学习

B.混合学习

C.半监督学习

D.无监督学习

A.回归分析

B.半监督学习

C.无监督学习

D.有监督学习

A.监督学习

B.无监督学习

C.强化学习

D.主动学习

A.决策树

B.神经网络

C.分类

D.回归

A.神经网络和回归分析不同，没有任何假设的概率分布，是模式识别和误差最小化的过程，在每一次经验中提取和学习信息

B.神经网络具模糊推论能力，允许输出入变量具模糊性，归纳学习较难具备此能力

C.神经网络是有监督学习，神经网络学习就是不断调整权重的过程

D.神经网络可应用的领域相当广泛，模型建构能力强

E.神经网络可以建构非线性的模型，模型的准确度高

A.因为它可以被用做监督学习

B.严格意义上它比卷积神经网络(CNN)效果更好

C.它比较适合用于当输入/输出是一个序列的时候(例如.一个单词序列)

D.RNNs代表递归过程.想法-＞编码-＞实验-＞想法-＞…

A.评估学习方式、有标注信息学习方式、端到端学习方式

B.评估学习方式、端到端学习方式、端到端学习方式

C.有标注信息学习方式、端到端学习方式、端到端学习方式

D.无标注学习、有标注信息学习方式、端到端学习方式