标签:机器 试题 means 回归 哈工大 2020 线性 pca 方法
哈工大2020秋机器学习期末试题
个人觉得题目整体不是很难,但是有几个地方不好写。我考试的时候犯浑读错题目意思了,白白耽误半个小时,最后还有三分钟才读懂题目意思,慌乱一顿写,写的乱七八糟的。
希望老师捞一手。
哭了。
通过这次考试我知道了语文的重要性,语文不好读个题都费事。
1.决策树 (8分)
(1)什么是互信息
(2)用互信息(信息增益)选择的目的是什么,能带来什么效果
(3)怎么防止过拟合?
2.贝叶斯决策 (8分)
(1) 对于样本x,其标签为0/1,若x真实标签为0,错误划分为1的损失为a, 若x真实标签为1,错误划分为0的损失为b, 求最优决策方法
(2)结合图画出来。
3.svm (8分)
(1)线性可分时的优化目标,约束条件
(2)线性不可分咋整
(3)支持向量的意义
4.机器学习的方法 (8分)
(1)机器学习估计参数模型的方法
(2)这些方法有什么不同
(3)这些方法什么时候趋于一致
5.逻辑回归 (7分)
(1)逻辑回归为什么优化函数使用条件分布log(Y|x)而不是联合分布log(x,Y)
(2)逻辑回归的推导
6.pca (8分)
(1)从信号重构角度推导pca
(2)怎么实现信号压缩
7.k-means (8分)
(1)k-means流程
(2)k-means目标函数
(3)k-means和em算法的不同
8.线性回归 (5分)
实验一是非线性回归,怎么将非线性回归变成线性回归
标签:机器,试题,means,回归,哈工大,2020,线性,pca,方法 来源: https://blog.csdn.net/weixin_45406155/article/details/110038501
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。