判斷題在機器學習中,過擬合指的是模型在訓練數據上表現很好,但在新的、未見過的數據上表現不佳。
您可能感興趣的試卷
最新試題
在自然語言處理中,哪些方法可以用于提升自動對話系統(tǒng)和文本摘要生成的自然性和流暢性()?
題型:多項選擇題
在自然語言處理中,哪些方法可以用于提升自動文本摘要的生成效果()?
題型:多項選擇題
模型微調中的提示學習是指:()。
題型:單項選擇題
人工智能中的“序列到序列”模型主要用于處理什么類型的數據()?
題型:單項選擇題
在自然語言處理中,哪些技術可以用于改善實體識別和文本生成任務的性能()?
題型:多項選擇題
度量泛化能力的好壞,最直觀的表現就是模型的()。
題型:多項選擇題
在自然語言處理中,哪些技術適用于提升問答系統(tǒng)的性能()?
題型:多項選擇題
根據新數據集的大小和數據集的相似程度,下列選項不屬于遷移學習方法情況的是的是()。
題型:單項選擇題
反向傳播算法的基本原理是基于什么()?
題型:多項選擇題
Xpath 語言有()的構成。
題型:多項選擇題