机器学习期末试题

机器学习期末试题Tag内容描述：<p>1、中国科学院大学 课程编号 712008Z 试 题 专 用 纸 课程名称 机器学习 任课教师 卿来云 姓名 学号 成绩 一 基础题 共36分 1 请描述极大似然估计MLE和最大后验估计MAP之间的区别 请解释为什么MLE比MAP更容易过拟合 10分 A B C y 0 0 1 0 0 1 0 0 1 1 0 0 0 0 1 1 1 1 1 1 1 0 0 1 1 1 0 1 2 在年度百花奖评奖揭晓。</p><p>2、机器学习是怎样的学科：致力于研究如何通过计算的手段，利用经验来改善系统自身的性能。 机器学习主要分为两大类：监督学习、非监督学、强化学习（AlphaGo）、半监督学习。 机器学习所要研究的主要内容是关于计算机在从数据中产生“模型”的算法，即“学习算法”。（有了学习算法，我们把经验提供给它，他就能基于这些数据产生模型）。 学习的特点：数据驱动，以方法为中心，概率统计优化为基础。 从数据中学得模型的过。</p><p>3、2010年春硕士研究生 机器学习 试题下列各题每个大题10分，共8道大题，卷面总分80分注意：在给出算法时，非标准（自己设计的）部分应给出说明。特别是自己设置的参数及变量的意义要说明。1. 下面是一个例子集。其中，三个正例，一个反例。“P”为正例、“N”为反例。这些例子是关于汽车的。例子有4个属性，分别是“产地”、“生产商”、“颜色”、“年代”。产地生产商颜色年代。</p><p>4、精品文档2010年春硕士研究生 机器学习 试题下列各题每个大题10分，共8道大题，卷面总分80分注意：在给出算法时，非标准（自己设计的）部分应给出说明。特别是自己设置的参数及变量的意义要说明。1. 下面是一个例子集。其中，三个正例，一个反例。“P”为正例、“N”为反例。这些例子是关于汽车的。例子有4个属性，分别是“产地”、“生产商”、“颜色”、“年代”。产地生产商颜。</p><p>5、机器学习期末报告 （一）决策树 一、决策树简介 决策树是一种用来表示人们为了做出某个决策而进行的一系列判断过程的树形 图。决策树方法的基本思想是：利用训练集数据自动地构造决策树，然后根据这 个决策树对任意实例进行判定。 决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数 据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进 行分析。本质上决策树是通过一系列规则。</p><p>6、1. 决策树分类树怎么进行分类的？ ID3：信息增益 C4.5:信息增益比 CART：基尼系数 2. L1 与 L2 的区别？ L1正则化产生稀疏的权值, L2正则化产生平滑的权值， L1正则化偏向于稀疏，它会自动进行特征选择，去掉一些没。</p><p>7、机器学习期末报告（一）决策树一、决策树简介决策树是一种用来表示人们为了做出某个决策而进行的一系列判断过程的树形图。决策树方法的基本思想是：利用训练集数据自动地构造决策树，然后根据这个决策树对任意实例进行判定。决策树算法是一种逼近离散函数值的方法。它是一种典型的分类方法，首先对数据进行处理，利用归纳算法生成可读的规则和决策树，然后使用决策对新数据进行分析。本质上决策树是通过一系列规则。</p><p>8、1 有监督学习和无监督学习的区别 有监督学习和无监督学习的区别 有监督学习 对具有标记的训练样本进行学习 以尽可能对训练样本集外的数据进行分类 预测 LR SVM BP RF GBDT 无监督学习 对未标记的样本进行训练学习 比发现这些样本中的结构知识 KMeans DL 2 正则化 正则化 正则化是针对过拟合而提出的 以为在求解模型最优的是一般优化最小的经验风险 现在 在该经验风险上加入模型复杂。</p><p>9、1.什么是机器学习机器学习是为了应对系统程序设计，属于计算机科学类的学科，它能根据经验进行自动学习和提高。例如：一个由程序操纵的机器人，它能根据从传感器搜集到的数据，完成一系列的任务和工作。它能根据数据自动地学习应用程序。2.机器学习与数据挖掘的区别机器语言是指在没有明确的程序指令的情况下，给予计算机学习能力，使它能自主的学习、设计和扩展相关算法。数据挖掘则是一种从非结构化数据里面提取。</p><p>10、1什么是机器学习机器学习是为了应对系统程序设计，属于计算机科学类的学科，它能根据经验进行自动学习和提高。例如一个由程序操纵的机器人，它能根据从传感器搜集到的数据，完成一系列的任务和工作。它能根据数据自动地学习应用程序。2机器学习与数据挖掘的区别机器语言是指在没有明确的程序指令的情况下，给予计算机学习能力，使它能自主的学习、设计和扩展相关算法。数据挖掘则是一种从非结构化数据里面提取知识或者未知的、人们感兴趣的图片。在这个过程中应用了机器学习算法。3什么是机器学习的过度拟合现象在机器学习中，当一个统计。</p><p>11、模式识别与机器学习期末考查试 卷研究生姓名： 入学年份： 导师姓名：试题1：简述模式识别与机器学习研究的共同问题和各自的研究侧重点。答：（1）模式识别是研究用计算机来实现人类的模式识别能力的一门学科，是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。主要集中在两方面，一是研究生物体（包。</p><p>12、1 有监督学习和无监督学习的区别 有监督学习 对具有标记的训练样本进行学习 以尽可能对训练样本集外的数据进行分类预测 LR SVM BP RF GBDT 无监督学习 对未标记的样本进行训练学习 比发现这些样本中的结构知识 KMea。</p>