Условие:
Отметьте верные утверждения.
1. Нейронная сеть может решать только задачи классификации.
2. Количество требуемых нейронов для перцептрона может быть вычислено, исходя из имеющейся обучающей выборки.
3. Многослойный перцептрон включает связи только между нейронами соседних слоев.
4. Нейронная сеть может быть подвержена переобучению и требует контроля метрик.
5. Нейронная сеть по качеству работы превосходит другие модели - логистическая регрессия, опорные векторы, древовидные модели.
6. Нейронная сеть может воспроизвести любую непрерывную зависимость между входным и выходным сигналом с любой степенью точности.
7. Архитектуру нейронной сети нужно находить подбором и экспериментированием.
Решение:
Рассмотрим каждое утверждение по отдельности. 1. Нейронная сеть может решать только задачи классификации. • Анализ: Нейронные сети применяются не только для классификации. С их помощью решаются задачи регрессии, кластеризации, генерации данных, обработки изображений, текста и многое другое. • Вывод: Это утверждение неверно. 2. Количество требуемых нейронов для перцептрона может быть вычислено, исходя из имеющейся обучающей выборки. • Анализ: Выбор числа нейронов – это гиперпараметр, который обычно подбирается эмпирически. Хотя есть некоторые эвристики, прямого и универсального метода в...