logo资料库

2018山东大学机器学习试题(回忆版).doc

第1页 / 共1页
资料共1页,全文预览结束
2018 机器学习试题(回忆版) 一、名词解释(每题 5 分,共 20 分) 1.机器学习 2.主动学习 3.ID3 4.神经网络 二、简答题(每题 10 分,共 30 分) 1.简述 Parzen 窗的原理与过程,证明为什么可以用于高斯函数。 2.简述梯度下降算法和牛顿算法的原理,并说明他们的区别。证明为什么梯度下降算法可以 确保是下降的。 3.什么是过拟合?造成过拟合的原因是什么?有什么可以避免过拟合的方法? 三、论述题(20 分+30 分) 1.从期望损失的角度分析 adaboost 的合理性,可从分布和分类器权重更新方面阐述。 2. (1)从 VC 维和结构风险的角度,讨论最大化 margin 的原因。 (2)根据给出的函数,求出对偶函数(要有证明过程) (3)用支持向量机解决线性不可分问题有哪些方法?
分享到:
收藏