题目内容
（请给出正确答案）
A.神经网络和回归分析不同，没有任何假设的概率分布，是模式识别和误差最小化的过程，在每一次经验中提取和学习信息
B.神经网络具模糊推论能力，允许输出入变量具模糊性，归纳学习较难具备此能力
C.神经网络是有监督学习，神经网络学习就是不断调整权重的过程
D.神经网络可应用的领域相当广泛，模型建构能力强
E.神经网络可以建构非线性的模型，模型的准确度高
如果结果不匹配，请 联系老师 获取答案
更多“神经网络的优点()。”相关的问题
A.可以把分类损失和边框精调的回归损失加在一起训练卷积神经网络，降低了Fast-RCNN的mAP
B.候选框的目标分类和边框精调都由卷积神经网络承担，这也提高了算法的速度
C.舍弃了R-CNN的多尺度池化，提高了算法的速度
D.Fast-RCNN将候选区域的特征获取和分类放在一个卷积神经网络
A.决策树
B.神经网络
C.分类
D.回归
假设你有一个非常大的训练集合，如下机器学习算法中，你觉着有哪些是能够使用map-reduce框架并能将训练集划分到多台机器上进行并行训练的（)。
A.逻辑斯特回归(LR)，以及随机梯度下降(SGD)
B.线性回归及批量梯度下降(BGD)
C.神经网络及批量梯度下降(BGD)
D.针对单条样本进行训练的在线学习
