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

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

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

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

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