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