0


【一起入门MachineLearning】中科院机器学习期末考试*总复习*-考前押题+考后题目回忆

明天期末考试,周晓飞老师说成绩会在80正态分布,不会出现95分以上的成绩,老师都这么努力了,我怎么可以不努力👏
👉 机器学习期末题库

题型

  • 选择:少选不扣全分
  • 简答
  • 计算:CART树和隐马尔可夫计算不考✨,不会出现小数点以后的计算😅(我怎么觉得老师说这话不可置信呢,这一句话把计算题排除得也没剩几个了)
  • 开放:20分

选择和简答都可以看题库,计算题理解之后记一下公式。

计算题

盲目押题

题目优先级题9+11:贝叶斯决策🍑🍑🍑🍑🍑题2:求贝叶斯网络和马尔科夫随机场联合概率分布🍑🍑🍑🍑题13:k均值聚类🍑🍑🍑题1:求PCA投影矩阵🍑🍑

题目列表

题1

🍓【一起入门MachineLearning】中科院机器学习-期末题库-【计算题1+多选题25+简答题16】

  • 考点:PCA主成分分析
  • 难点:记住如何求特征值特征向量即可

题2,8

🍓【一起入门MachineLearning】中科院机器学习-期末题库-【计算题2,8+多选题15,16+单选题39,40】

  • 考点:贝叶斯网络和马尔科夫随机场的联合概率分布,极大团的概念
  • 难点:记住公式即可,尤其马尔科夫随机场的概率公式

题3,4

🍓【一起入门MachineLearning】中科院机器学习-期末题库-【计算题3,4】-前向算法和维特比算法手算过程

  • 考点:隐马尔可夫模型
  • 已经明牌了,这题不考

题5

🍓【一起入门MachineLearning】中科院机器学习-期末题库-【计算题5+单选题19,20+简答题21】

  • 考点:决策树计算,CART不考的话,很可能下午场和晚上场分别考C4.5和ID3
  • 难点:把公式记住即可

题6

🍓【一起入门MachineLearning】中科院机器学习-期末题库-【计算题6】

  • 考点:最大似然估计
  • 难点:找到概率连乘之后再求导

题7,12

🍓【一起入门MachineLearning】中科院机器学习-期末题库-【选择题12+计算题7,12+简答题1】

  • 考点:fisher判别
  • 记住w的公式,散度矩阵公式,矩阵求逆方法

题9,10,11

🍓【一起入门MachineLearning】中科院机器学习-期末题库-【单选题5,7,69+多选题3+计算题9,10,11】

  • 考点:贝叶斯分类

题13

🍓【一起入门MachineLearning】中科院机器学习-期末题库-【计算题13+简答题3,22+单选题58,82+多选题19
考点:K-means聚类

题14

🍓【一起入门MachineLearning】中科院机器学习-期末题库-【计算题14+多选题10】

  • 考点:层次聚类

简答题

23个,能背背多少吧。

  1. 试阐述LDA(线性鉴别分析)的分类思想。
  2. 试分析SVM 对噪声敏感的原因。
  3. k均值计算
  4. 写出距离函数的四个基本性质:【非同称直🌈】
  5. 在数据处理时,为什么通常要进行标准化处理
  6. 随机变量X 的支撑集(也就是非零值域)定义为[a,b],没有别的限制加在X 上,该随机变量的最大熵分布是什么。
  7. 随机变量X 的给定均值和方差限制在X 上,该随机变量的最大熵分布是什么。
  8. 试述将线性函数用作神经元激活函数的缺陷
  9. 试述学习率的取值对神经网络训练的影响
  10. 神经网络为什么会产生梯度消失,有什么解决方案。
  11. 卷积尺度和参数计算
  12. 试析随机森林为何比决策树Bagging集成的训练速度更快。
  13. 试述为什么基于L1范数可以进行特征选择
  14. 请指出数据聚类存在哪些挑战性问题。
  15. 写出AdaBoost算法流程
  16. 描述主成分分析的主要步骤。
  17. 描述一下分类问题。
  18. 阐述一下对泛化误差的理解。
  19. 模型评估过程中,欠拟合和过拟合现象是什么。
  20. 说出几种降低过拟合和欠拟合的方法。
  21. 常用的决策树算法有ID3, C4.5, CART,它们构建树所使用的启发式函数各是什么?
  22. K均值算法的优缺点是什么,如何对其调优。
  23. .Relu激活函数的优缺点。

选择题

线性分类:

  • 感知机
  • 线性鉴别分析(fisher)
  • logistic模型

非线性分类

  • 决策树
  • 最近邻方法
  • 集成学习
  • 非线性SVM

回归分析

  • 最小二乘估计
  • 最大似然估计
  • 最大后验估计

聚类分析

  • 序贯方法
  • 层次聚类
  • k均值聚类

特征提取

  • 主成分分析PCA
  • 线性鉴别分析LDA
  • 核主成分分析KPCA
  • 局部线性变化LLE

信息论模型

  • 最大熵模型
  • 最小互信息模型

概率图模型

  • 贝叶斯网络
  • 马尔科夫随机场

神经网络与多层感知机

  • 多层感知机
  • 卷积网络
  • 循环网络

考试顺利~

秋季学习周晓飞机器学习期末试题

一整个被欺骗了😭,不想及格是很难的,但是想拿高分也没有以前那么容易了。

  • 单选题和多选题都是1分1个,分别有三四个是题库里面没有的题目
  • 多选题注意题干,有的会将题库里面“以下正确的是”修改为“以下错误的是”,甚至多选题由于修改了题干会导致只有一个正确答案。
  • 简答题有一个是题库里面没有的:逻辑回归和线性回归的异同。
  • 计算题考的卷积以及这篇博客里面的计算题8:【一起入门MachineLearning】中科院机器学习-期末题库-【计算题2,8+多选题15,16+单选题39,40】 不是说好了不出小数点以后的计算题么😂
  • 10分的开放题:10万张图片分类,说明模型结构和训练方法。

本文转载自: https://blog.csdn.net/qq_39328436/article/details/122339879
版权归原作者 vector<> 所有, 如有侵权,请联系我们删除。

“【一起入门MachineLearning】中科院机器学习期末考试*总复习*-考前押题+考后题目回忆”的评论:

还没有评论