-1

今天参加了机器学习考试,我不确定一个问题。你们会选择以下哪些替代方案?

问题:使用单层人工神经网络(相对于多层)有什么优势?

  • a) 学习更快
  • b) 所有输入变量都是独立的
  • c) 可以学习任意复杂的决策
  • d) 减少限制偏差

只有一种选择是正确的。

4

1 回答 1

1

我实际上发现这个非常有趣的问题,我不理解反对票(也没有接近投票 - 如果有人认为它超出了范围,这将是合理的)。

  • 学习更快——相当真实,在一层神经网络中,我们有更简单的函数模型,更少的参数,所以它应该收敛得更快。尽管如此,我会说相当正确,因为对于非常具体的数据,它实际上可能是相反的——一切都取决于初始化、处理等。
  • 所有输入变量都是独立的——独立于什么?这个答案似乎很奇怪,这不是模型的特征,而是基于数据的特征,所以在这个特定测试的情况下 - 也是错误的
  • 可以学习任意复杂的决策——对于一层和多层神经网络都是错误的,除非我们有更多的假设(至少 2 层,连续的,可微的,非学习激活函数,任意数量的隐藏单元,存在偏差)
  • 更少的限制偏差 -错误,限制偏差是对搜索模型类别的限制。在一层 NN 的情况下,我们限制为线性分类器(或多或少,取决于激活函数/内核化的使用),这是可能模型的一个非常小的子集(比 MLP 中可用的模型窄得多)
于 2013-10-30T08:04:25.373 回答