山东大学软件学院机器学习期末试题回忆

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）

1. 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？
2. 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）

1. 写出SVM基本型，使用w,b
2. 支持向量的定义和作用
3. 为什么要转化为对偶型

四、综合分析 （20）

1. 详细介绍多层感知机的结构
2. 梯度下降法的原理
3. 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