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)