-
名词解释(5' * 4)
- 机器学习
- 主动学习
- ID3
- 神经网络
-
简答题(10' * 3)
- parzen窗简述。为什么可以选用高斯密度函数作为窗函数?
- 梯度下降算法与牛顿法的基本思想和区别。证明为什么梯度下降算法可以保证目标函数下降
- 什么是过拟合?模型为什么会出现过拟合?如何避免过拟合?
-
综合分析题
- 从期望损失角度解释adaboost,如分布和分类器权重更新的依据。(20')
- SVM。(1)从VC维和结构风险角度分析为什么margin要最大化。(2)推导优化函数的对偶形式。(3)简述SVM线性不可分的情况下如何求解(30')