HIT 2020 机器学习期末试题,是凭着印象记下来的,仅供参考。
- 互信息的定义,依据互信息决策时采用贪心选择法的基本目的是什么,如何避免过拟合
- 错误代价不均等的情况下的最优分类器是什么?(贝叶斯分类)并用图例进行说明。
- 写出SVM的优化函数以及约束条件,并用图例说明。说明在线性不可分情况下的SVM的应对措施。说明支持向量的作用
- 估计参数的方法有哪些,它们之间有什么区别?并说明它们在何种情况下会趋于一致
- 逻辑回归为什么要使用MCLE(最大条件似然估计);给出逻辑回归的分类面推导
- PCA的推导;说明PCA如何实现数据压缩
- 推导K-means的主要步骤并给出优化目标函数;分析K-means与EM算法之间的联系与区别
- 实验一中如何将对单变量的非线性回归转变为了线性回归
另附个人整理的资料的github链接:https://github.com/Wicknight/machine-learning