如果结果不匹配，请 
更多“过拟合是机器学习面临的关键障碍。()”相关的问题
第1题
在机器学习算法中，模型过拟合是指？（)
A.模型训练误差很大，在测试集合上误差很小
B.模型训练误差很小，在测试集合上误差较大
C.模型训练误差很小，在测试集合上误差较小
D.模型训练误差很大，在测试集合上误差很大
第4题
减少神经网络过拟合的说法，以下哪些是错误的（)？
A.通过正则化可以减少网络参数的个数，一定程度可能增加过拟合
B.利用L1或L2正则化可以使权重衰减，从而一定程度上减少过拟合
C.在神经网络训练过程中类似dropout减少神经元或相关链接权的数量
D.通过增加数据扰动的数据增强减少了神经网络的过拟合
第5题
过拟合问题是模型在训练集表现较好，但在测试集表现较差，为了避免过拟合问题,我们可以采取以下哪些方法？（)
A.数据集合扩充
B.L1和L3正则化
C.提前停止训练
D.使用Dropout方法
第10题
激活函数Sigmoid函数单调连续，输出有界，网络比较容易收敛，在一段时间内使用比较广泛，但是当网络比较深时，容易导致什么问题？（)
A.梯度减少问题
B.XOR问题
C.梯度消失问题
D.过拟合问题
