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

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

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

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

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