机器学习作业

1、机器学习作业胡安建 201114020351.1三种机器学习适合方法的计算机应用 ：1）人机对弈，算法庞大而且很复杂。2）人脸识别，可对通过学习辨识人脸来判断是不是同一人。3）指纹识别，要求很高的正确率。 三种不适合机器学习方法的计算机应用：1）学画画，没有一个绝对的评价标准。2）学习理发，机器把握不好力度等。3）学习人类的情感表达，人的情感太过复杂且因人而已。1.2用机器来辨别人和动物T:根据输入的一些属性及其值，让机器判断是人还是动物。P:正确区分率。E:属性组和它的正确分类。目标函数是根据输入的属性得到拥有该属性组的是人还是动物。X :一组属性值C（x）=1/0 输出 1 为人。C（X）

2、 可能为一些属性的合取值。1.4性能衡量标准为: 在世界锦标赛上赢棋最多。 则需要选择一个最能接近锦标赛上 选手产生棋局的策略。锦标赛上棋局产生也多种多样， 3 种方法中只有随即产生合法棋局最能体现锦标 赛的实际情况，所以在训练样例数量一致的条件下，第一种方法最好。 对于第二种方法，从对弈中挑选一个棋局产生走一步没有走过的棋，方法简单， 对于固定的棋局有很好的效果。但不能应对各种各样的棋局。一种自己设计的棋局， 可能会由于人思维的局限性、 特定性， 训练样例也会缺乏 多样性，不符合锦标赛实际情况。3.1a)匸A+JYE 舁Gc)YE舁NOYESYESNOd)YES NO3.2 （a） p+=0

3、.5,p-=0.5,故 entropy=1（b） Gain （s,a2 ） =1-4/6*0.5-2/6*0.5=03.3正确，因为D2是由D1变换而来，在D1中化为正例的在D2中也会被划为正例, 同理反例也划为反例。D2是D1由ID3算法产生所以它只改变了决策树的高度没 改变原来正反例，所以正确4.1因为过两点（-1,0）（ 0,2）W0+W1X1+W2X2=0带入点得 W6=W,W2=-0.5W04.2 4.3该表达式正确假设输入（x1,x2 ）满足感知器A输出2x1+x2>0,则必有1+2x1+x2>0, 反之不成立，所以满足 more_general_than的要求。5.1error s（ h）=r/n=0.3标准差=0.014此结果比第5.3.4节末尾中标准差小。得出结论：n越大，标准差就越小，估计就越好。5.2error s(h)=17/100=0.17标准差=0.037695%置信区间为0.17-0.074,0.17+0.0745.390%置信区间（双侧的）：e=r/n=10/65=0.154标准差=90% : 0.154-1.64* 标准差 ，0.154-1.64* 标准差0.15