295、【单选题 #6】如何充分利用之前标注好的数据(废物利用),同时又保证在新的任务上的模型精度——基于这样的需求,就有了对( )的研究。

290、【单选题 #6】深度学习与传统的机器学习最主要的区别在于( ),即随着数据规模的增加,其性能也不断增长。当数据很少时,深度学习算法的性能并不好。

289、【单选题 #6】从研究角度看,( )是基于多层神经网络的,以海量数据为输入的,发现规则自学习的方法。

288、【单选题 #6】将ANN与模糊逻辑结合起来生成( )网络,这个网络既有ANN的学习能力,同时也具有模糊逻辑的解释能力。

287、【单选题 #6】人工智能在图像识别上已经超越了人类,支持这些图像识别技术的,通常是( )。

286、【单选题 #6】现代神经网络是一种非线性统计性数据建模工具。典型的神经网络具有( )3部分。① 结构② 尺寸③ 激励函数④ 学习规则

285、【单选题 #6】ANN是一种模仿生物神经网络,其中的( )扮演了生物神经模型中突触的角色,用于调节一个神经元对另一个神经元的影响程度。

284、【单选题 #6】人脑由( )个神经元组成,这些神经元彼此高度相连。

283、【单选题 #6】人类细胞之间的轴突—树突(轴突—神经元胞体或轴突—轴突)接触称为神经元的( )。

282、【单选题 #6】人脑是一种适应性系统,必须对变幻莫测的事物做出反应,而学习是通过修改神经元之间连接的( )来进行的。

281、【单选题 #6】如今,ANN从股票市场预测到( )和许多其他应用领域都有突出的应用表现。① 汽车自主控制② 模式识别③ 经济预测④ 数据分析