山东大学软件学院2018机器学习期末考试(回忆版)
总分一百分,开卷。
一、名词解释(5*4)
1、机器学习
2、主动学习
3、ID3
4、神经网络
二、简答题(10*3)
1、简述Parzen窗方法的原理和过程。证明为什么可以用高斯概率密度函数作为窗函数。
2、简要说明梯度下降法和牛顿法的基本思想和区别。解释为什么梯度下降法能够保证一定是下降的?
3、什么是过拟合?为什么会出现过拟合?如何解决过拟合问题?
三、综合题(20+30)
1、证明AdaBoost算法的合理性。
2、在SVM支持向量机中,简述为什么要使margin最大化?求下列函数的对偶函数(PPT上原公式)。对于非线性问题该如何解决又什么方法吗?