本文主要是介绍2022年秋《机器学习理论与算法》研究生课期末考试，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
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
- 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)
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)
这篇关于2022年秋《机器学习理论与算法》研究生课期末考试的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
