機(jī)器學(xué)習(xí)期末考試

一、機(jī)器學(xué)習(xí)鏈接

1、機(jī)器學(xué)習(xí)期末復(fù)習(xí)試卷_zhouyan2000的博客-CSDN博客_機(jī)器學(xué)習(xí)期末考試}

2、[機(jī)器學(xué)習(xí)筆試題]((4條消息) 機(jī)器學(xué)習(xí)筆試題目_北冥有小魚-CSDN博客_機(jī)器學(xué)習(xí)題目)

3、機(jī)器學(xué)習(xí)面試題

4、一天1個機(jī)器學(xué)習(xí)知識點(diǎn)（一）_貓貓玩機(jī)器學(xué)習(xí)的博客-CSDN博客

5、山東大學(xué)軟件學(xué)院機(jī)器學(xué)習(xí)（考試）——期末考試回憶版_ALTLI的博客-CSDN博客_機(jī)器學(xué)習(xí)期末

6、機(jī)器學(xué)習(xí)試題_AI_盲的博客-CSDN博客_機(jī)器學(xué)習(xí)試卷

7、機(jī)器學(xué)習(xí)題 【含答案和解析】_52learn-CSDN博客

8、機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘期末考試復(fù)習(xí)重點(diǎn)整理 - 庫妍 - 博客園 (cnblogs.com)

9、機(jī)器學(xué)習(xí)期末試題 (renrendoc.com)

10、機(jī)器學(xué)習(xí)期末試題.doc (book118.com)

1）哈工大試卷

2）東北大學(xué)2018年期末考試試卷真題

3）哈工大2020秋機(jī)器學(xué)習(xí)期末試題

1.決策樹 (8分)

(1)什么是互信息
(2)用互信息（信息增益）選擇的目的是什么，能帶來什么效果
(3)怎么防止過擬合？

2.貝葉斯決策 (8分)

(1) 對于樣本x，其標(biāo)簽為0/1，若x真實(shí)標(biāo)簽為0，錯誤劃分為1的損失為a， 若x真實(shí)標(biāo)簽為1，錯誤劃分為0的損失為b， 求最優(yōu)決策方法
(2)結(jié)合圖畫出來。

3.svm (8分)

(1)線性可分時的優(yōu)化目標(biāo)，約束條件
(2)線性不可分咋整
(3)支持向量的意義

4.機(jī)器學(xué)習(xí)的方法 (8分)

(1)機(jī)器學(xué)習(xí)估計(jì)參數(shù)模型的方法
(2)這些方法有什么不同
(3)這些方法什么時候趨于一致

5.邏輯回歸 (7分)

(1)邏輯回歸為什么優(yōu)化函數(shù)使用條件分布log(Y|x)而不是聯(lián)合分布log(x,Y)
(2)邏輯回歸的推導(dǎo)

6.pca (8分)

(1)從信號重構(gòu)角度推導(dǎo)pca
(2)怎么實(shí)現(xiàn)信號壓縮

7.k-means (8分)

(1)k-means流程
(2)k-means目標(biāo)函數(shù)
(3)k-means和em算法的不同

8.線性回歸 (5分)

實(shí)驗(yàn)一是非線性回歸，怎么將非線性回歸變成線性回歸

4）山東大學(xué)期末考試試題

一、名詞解釋

聚類
似然
剪枝
K最近鄰
二、簡答題

1號碗中裝有30個水果味糖和10個巧克力味糖，2號碗中裝有20個水果糖和20個巧克力糖?，F(xiàn)摸出一個水果糖求是從1號碗中摸出的 概率。
簡述KNN的基本思想和優(yōu)缺點(diǎn)
簡述集成思想和bagging和adaboost異同
簡述ID3的優(yōu)缺點(diǎn)，以及決策樹中如何防止過擬合
三、綜合題

SVM的定義
SVM解決線性不可分問題的方法和基本思想
對偶形式的推導(dǎo)
四、綜合題

比較神經(jīng)網(wǎng)絡(luò)和SVM
如果激活函數(shù)為線性函數(shù)的缺陷
簡述學(xué)習(xí)率的影響
舉例生活中應(yīng)用神經(jīng)網(wǎng)絡(luò)的例子，并簡述其影響

5）機(jī)器學(xué)習(xí)試題版

前言

在網(wǎng)上找的一些試題及延伸的一些問題，以選擇題為主，主要是關(guān)于基礎(chǔ)理論知識，同時給出自己聯(lián)想到的一些問題。當(dāng)然基礎(chǔ)問題應(yīng)當(dāng)包含算法本身的過程和某些推導(dǎo)過程。比如：LR、SVM的推導(dǎo)。

試題

試題1： 已知坐標(biāo)軸中兩點(diǎn)A(2,?2)B(?1,2)，求這兩點(diǎn)的曼哈頓距離（L1距離）。

答案：7 。向量AB(-3,4),L1 是向量中非零元素的絕對值和。

問題延伸：機(jī)器學(xué)習(xí)算法中哪些應(yīng)用了L1，哪些應(yīng)用了L2.

參考鏈接正則化技術(shù)

試題2：SVM中的核技巧（Kernal trick）的作用包括以下哪項(xiàng)？

A. 特征升維
B. 特征降維
C. 防止過擬合

答案：C

核技巧使用核函數(shù)將樣本從原特征空間映射到更高維的空間，使得樣本在更高維的空間中線性可分。

問題延伸：SVM的核函數(shù)本質(zhì)及推導(dǎo)過程。

試題3： 在數(shù)據(jù)預(yù)處理階段，我們常常對數(shù)值特征進(jìn)行歸一化或標(biāo)準(zhǔn)化(standardization, normalization)處理。這種處理方式理論上不會對下列哪個模型產(chǎn)生很大影響？

A. k-Means
B. k-NN
C. 決策樹

答案：C

k-Means和k-NN都需要使用距離。而決策樹對于數(shù)值特征，只在乎其大小排序，而非絕對大小。不管是標(biāo)準(zhǔn)化或者歸一化，都不會影響數(shù)值之間的相對大小。關(guān)于決策樹如何對數(shù)值特征進(jìn)行劃分

問題延伸：機(jī)器學(xué)習(xí)那些算法是進(jìn)行歸一化處理或標(biāo)準(zhǔn)化。

試題4：下面哪個情形不適合作為K-Means迭代終止的條件？

A. 前后兩次迭代中，每個聚類中的成員不變
B. 前后兩次迭代中，每個聚類中樣本的個數(shù)不變
C. 前后兩次迭代中，每個聚類的中心點(diǎn)不變

答案：B

A和C是等價的，因?yàn)橹行狞c(diǎn)是聚類中成員各坐標(biāo)的均值

問題延伸：K-means的k值選擇及更新，迭代終止的兩個條件。

試題5：關(guān)于欠擬合（under-fitting），下面哪個說法是正確的？

A. 訓(xùn)練誤差較大，測試誤差較小
B. 訓(xùn)練誤差較小，測試誤差較大
C. 訓(xùn)練誤差較大，測試誤差較大

答案：C

當(dāng)欠擬合發(fā)生時，模型還沒有充分學(xué)習(xí)訓(xùn)練集中基本有效信息，導(dǎo)致訓(xùn)練誤差太大。測試誤差也會較大，因?yàn)闇y試集中的基本信息（分布）是

與訓(xùn)練集相一致的。

延伸問題：模型狀態(tài)？怎樣判定？工具是什么？

二、課程設(shè)計(jì)資料

1、[HITML]哈工大2020秋機(jī)器學(xué)習(xí)Lab3實(shí)驗(yàn)報告_北言欒生的博客-CSDN博客

2、[HITML]哈工大2020秋機(jī)器學(xué)習(xí)Lab2實(shí)驗(yàn)報告_北言欒生的博客-CSDN博客

三、機(jī)器學(xué)習(xí)面試題

1、機(jī)器學(xué)習(xí)面試題庫：1-10題（1day）_cui1004的博客-CSDN博客

2、機(jī)器學(xué)習(xí)面試題庫：11-20題（2day）_cui1004的博客-CSDN博客

3、機(jī)器學(xué)習(xí)面試題庫：21-30題（3day）_cui1004的博客-CSDN博客

4、機(jī)器學(xué)習(xí)面試題庫：31-40題（4day）_cui1004的博客-CSDN博客

5、機(jī)器學(xué)習(xí)面試題庫：41-50題（5day）_cui1004的博客-CSDN博客

建議關(guān)注博客cui1004的博客_空城不空99_CSDN博客-算法,java,Tensorflow學(xué)習(xí)領(lǐng)域博主

四、南華大學(xué)期末考試題型

期末考試題型：
判斷題：共8題，16分
填空題 ：共12題，24分
簡答題：共5題，30分
演算題：共2題，30分
同學(xué)們在準(zhǔn)備期末考試時，對學(xué)習(xí)過的算法，首先要掌握算法的思想，并且能理解算法的數(shù)學(xué)表達(dá)。
考試重點(diǎn)：決策樹，支持向量機(jī)，集成學(xué)習(xí)，樸素貝葉斯，邏輯斯蒂回歸，線性判別分析，模型性能度量
其中演算題是決策樹信息增益計(jì)算、樸素貝葉斯分類器！！
SVM很重要，群文件中有機(jī)器學(xué)習(xí)SVM習(xí)題集，大家可以參考學(xué)習(xí)！！

五、考試范圍

《機(jī)器學(xué)習(xí)》期末考試范圍
一、試題范圍：
課后習(xí)題及學(xué)習(xí)通作業(yè)（80%）+課本內(nèi)容理解（20%，該部分題目不在課后習(xí)題范圍內(nèi)）
二、教材內(nèi)容及課后習(xí)題(具體章節(jié)范圍放在群文件中)
第1章：緒論
第2章：模型評估與選擇
第3章：線性模型
第4章：決策樹
第6章：支持向量機(jī)
第7章：貝葉斯分類器
第8章 集成學(xué)習(xí)
三、成績評定方式
總評成績=期末考試（70%）+平時成績（30%，包括學(xué)習(xí)通作業(yè)20%與考勤10%）
四、考試時間與地點(diǎn)：
時間：6月10日（第15周星期四）5-6節(jié)
地點(diǎn)：計(jì)算機(jī)學(xué)院（環(huán)安樓），8-410

總結(jié)

以上是生活随笔為你收集整理的机器学习期末考试的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。