📝 数学基础 章节测验
本章测验，共 5 题，通过分数线 60%
计分测验 · 通过线 60%
1. 向量的点积（内积）在 AI 中最常用于？
A图像旋转
B计算两个向量的相似度
C矩阵求逆
D数据归一化
2. 梯度下降中，学习率（Learning Rate）过大会导致？
A收敛太慢
B损失函数震荡甚至发散
C过拟合
D欠拟合
3. 贝叶斯定理在 AI 中的核心价值是？
A加速矩阵运算
B通过先验知识+新观测更新概率估计
C实现卷积操作
D压缩数据
4. 反向传播（Backpropagation）依赖的数学基础是？
A线性代数的特征值分解
B微积分的链式法则
C概率论的贝叶斯定理
D统计学的假设检验
5. 正则化（Regularization）的目的是？
A加速训练
B减少模型参数量
C防止过拟合，提升泛化能力
D增加模型容量
🎉 本章节已完成！继续学习
下一章节传统机器学习传统机器学习导读
→