2019-2020(7 月)(2018 级人工智能)山东大学计算机学院人工智能实验班机器
学习期末考试回顾
------2020 年 9 月 3 号晚
另附 2020 年 1 月(2017 级人工智能实验班)期末试题:(由于教学计划调整,
两次期末考试只差了半年)
https://download.csdn.net/download/IT_flying625/12090631
选择题 2 分*12
简答题 46 分,8 题
计算题 30 分
选择题难度不大,具体忘记了。。。。
简答题:
什么是过拟合和欠拟合?如何缓解过拟合和欠拟合(8 分)
Bagging 的中文名(2 分)(这道题直接蒙了…)
Huber loss 损失函数,并画出图像(4 分)
什么是模型参数和超参数?如何优化超参数?(6 分)
逻辑回归中 y=±1 时的目标方程,用极大似然方法写出来(8 分)
使用 SVD 分解,SVD 矩阵的一般格式及解释,PCA 为什么经常使用 SVD 分解(8
分)
Fβ评估方程(4 分)
朴素贝叶斯中,用频率代替概率,用极大似然函数和二项分布说明,为什么是正
确的?(6 分)
计算题
SVM:原问题中目标函数?对偶问题中的目标函数?C=100 时,给定 kernel=
(xixj+1),求原问题目标函数和对偶问题目标函数?(10 分)
查准率、召回率计算题,课件原题(10 分)
线性回归(10 分)
1. 如果用平方损失函数,写出其目标方程
2. Sgd、bgd 优化(去年考过,但是今年没讲,老师忘记删了,估计下一次考
试就没有了)
3. 还是用平方损失,加入 l1-norm,写出正则化的目标方程。并回答 l1-norm
的作用