学习器在训练集上的误差称为“训练误差”或（），在新样本上的误差称为“泛化误差”

ID:16501有训练集包含num个训练样本，交叉熵在tf中的表述是（） 标准器具误差反映到计量器具上而引起的测量误差称操作程序误差（） 监督学习的主要特点是要在训练模型时提供给学习系统训练样本以及样本对应的类别标签 粗大误差也称（）误差或粗差。 粗大误差也称误差或粗差 迁移学习是指为了解决新领域训练样本较少无法训练而使用其他相近领域的训练成果迁移应用到新领域帮助训练学习的方法 统计上所说的误差泛指（）之差，样本指标与总体指标之差。 如果深度学习训练过程不收敛，训练集准确率很低，属于下面哪个问题？（） 样本指标与总体指标可能误差范围的称（）,又叫（）。   利用人工智能技术对模型进行训练时，训练集的样本一定是越多越好（） 机器学习算法训练完成后，在训练集准确率很高，但验证集准确率很低，说明已经过拟合 想在大数据集上训练决策树, 为了使用较少时间，可以 （）。 学习迁移也称训练迁移，是指一种学习对（ ）。 学习迁移也称训练迁移，是指一种学习对（　　）。 BP神经网络是一种按照误差逆转传播算法训练的多层前馈网络，学习算法是（） 如果在大型数据集上训练决策树。为了花费更少的时间来训练这个模型，下列哪种做法是正确的？ 在猫狗图像分类任务中，如果100个样本，其中50张猫，50张狗，但图像混在一起，无法区分他们是猫是狗，也就是每个图像无对应的类别标签。如果将这100张样本作为训练集，使用机器学习算法训练学习如何分类猫和狗，此时的训练方法是？（） 我们想在大数据集上训练决策树,为了使用较少时间,我们可以() 若不同处理的样本容量不同，则误差均方可以根据计算合并误差（POOLED）。但是平均数差数标准误计算时应该考虑样本容量 模型在新数据集上表现的误差被称为（）