1.6　習(xí)題與答案

1.感知機(jī)和/或神經(jīng)網(wǎng)絡(luò)能解決線性可分?jǐn)?shù)據(jù)的分類(lèi)問(wèn)題嗎？

答：可以，二者均可。

2.感知機(jī)和/或神經(jīng)網(wǎng)絡(luò)能解決對(duì)線性不可分?jǐn)?shù)據(jù)進(jìn)行分類(lèi)的問(wèn)題嗎？

答：可以，二者均可。然而，感知機(jī)將一直運(yùn)行下去，除非我們指定一個(gè)停止條件（比如最大迭代次數(shù)（更新）），或者在多次迭代后錯(cuò)誤分類(lèi)點(diǎn)的數(shù)量沒(méi)有減少時(shí)停止。

3.ML領(lǐng)域的哪些變化使我們今天能夠進(jìn)行深度學(xué)習(xí)？

答：1）反向傳播算法、批處理訓(xùn)練、ReLU等；

　　2）計(jì)算能力、GPU、云等。

4.為什么泛化性能是一件好事？

答：因?yàn)樯疃壬窠?jīng)網(wǎng)絡(luò)最有用的是當(dāng)它們得到以前沒(méi)有見(jiàn)過(guò)的數(shù)據(jù)（也就是尚未用于訓(xùn)練模型的數(shù)據(jù)）時(shí)，能按預(yù)期發(fā)揮作用。