山东大学机器学习基础,许信顺教授的课,老师很好,出题也不难,期末占比40%
一 名词解释(每个4分,20分)
1.聚类
2.集成学习
3.回归
4.维度灾难
5.主动学习
二 简答(每个10分,40分)
1.非参数估计比参数估计的优点,说两个非参数估计的方法和思想
2.简述梯度下降的思想,证明梯度下降可以保证目标函数减小
3.什么是过拟合,如何防止过拟合
4.决策树思想,ID3的算法过程
三 综合分析题(20分)(往年基本原封不动)
1.SVM基本型,用w和b表示
2.从结构风险角度分析为什么要使margin最大化
3.推导SVM对偶形式是什么(拉格朗日)
四 综合分析题(20分)(往年基本原封不动,除了第二问)
1.详细说说多层感知机原理,结合反向传播算法说说权重是怎么更新的
2.padding和pooling概念解释和作用
3.为什么神经网络(NN)有很强的学习能力