2022年秋《机器学习理论与算法》研究生课期末考试
1. 消除选择算法
2. 示例学习
2.1 叙述AQ算法
2.2 求决策树叶节点的最大个数
3. 神经网络
3.1
3.1.1 为什么使用梯度下降
3.1.2
3.1.3 设计一个方案使之可能解决局部最小值问题
3.1.4 给出一个与神经网络的结构有关的结论
3.2 设计一个多数函数感知机,输入奇数长度的01字符串后,当1多于0时输出1,1少于0时输出-1.
4. 遗传算法
给出了遗传算法规则,按照要求写出两代。
5. 从概率公式角度解释分类问题与回归问题。分类问题分为生成式和判别式的区别,并分别给出两个例子。
6. 给出混合高斯模型的数学形式,推导EM算法的E步和M步,并解释为什么会收敛。
7. 高斯朴素贝叶斯模型属性独立分布有什么好处,如果不是独立分布会有什么影响,如何解决这个问题?
8. 逻辑回归为什么用极大条件似然而不是极大似然估计?它的交叉熵在KL下衡量哪个区间?(记不清原题了)