考试时间:2024.1.16
授课老师: luo xin老师
专业:大数据必修课,和树莓是同一套卷子
一、名词解释 (5*4)
1. 半监督学习
2. 最大似然估计
3. 簇
4. 串行训练(使用集成学习Boosting算法原理解释)
5. 信息增益(使用ID3原理解释)
二、 简答(4*10)
- 一个学校中男生占60%,女生占40%,男生中穿长裤的概率为0.8,穿短裤的概率为0.2,女生一半穿长裤一半穿短裤,那么一个穿长裤的学生为男生的概率是多少?
- KNN
(1). 利用KNN分类的过程
(2). KNN的优缺点
3. 提高模型泛化能力的方式,最少写出5个
4. 集成学习
(1). 集成学习的原理
(2). Bagging算法的过程
三、综合分析(20)
- 写出SVM基本型,使用w,b
- 支持向量的定义和作用
- 为什么要转化为对偶型
四、综合分析 (20)
- 详细介绍多层感知机的结构
- 梯度下降法的原理
- 神经网络是非常好的机器学习模型,分析为什么NN具有这么强的能力。
感受:平时上课感觉好难好难,但考试题目都挺简单的,就考一些算法原理和优缺点,以及SVM
实验占比60%,很高,而且挺难的,最好平时早点做,不要堆到期末开始,时间太紧张了