在机器学习算法中,模型过拟合是指?()
A.模型训练误差很大,在测试集合上误差很小
B.模型训练误差很小,在测试集合上误差较大
C.模型训练误差很小,在测试集合上误差较小
D.模型训练误差很大,在测试集合上误差很大
A.模型训练误差很大,在测试集合上误差很小
B.模型训练误差很小,在测试集合上误差较大
C.模型训练误差很小,在测试集合上误差较小
D.模型训练误差很大,在测试集合上误差很大
第1题
A.目标检测常使用深度学习中卷积神经网络模型
B.训练好的目标检测算法可以用于边缘计算
C.机器视觉场景往往需要应用边缘计算
D.边缘计算就是一种人工智能
第2题
第5题
A.数据集合扩充
B.L1和L3正则化
C.提前停止训练
D.使用Dropout方法
第9题
在10.3节酶促反应中,如果用指数增长模型代替Michals-Menten模型对经过嘌呤霉素处理的实验数据作非线性回归分析.其结果将如何?更进一步,若选用模型来拟合相同的数据,其结果是否比指数增长模型有所改进?试作出模型的残差图进行比较。
第11题
(i)利用NYSE.RAW中的数据估计教材方程(12.48)。令ht表示这个方程的拟合值(条件方差的估计值)。有多少个ht是负的?
(ii)在教材(12.48)中增加returni-12然后再计算拟合值ht存在负的ht吗?
(iii)利用第(ii)部分得到的ht用加权最小二乘法(像在8.4节中那样)估计教材(12.47)。将βt的估计值与教材方程(11.16)中的对应结果进行比较。
(iv)现在用WLS估计教材方程(12.47),并用教材(12.51)中估计的ARCH模型求出ht这时,你的结果与(iii)中的结果是否相同?