山东大学2018机器学习期末考试题【软工】
名词解释（5' * 4）机器学习
主动学习
ID3
神经网络
简答题（10' * 3）
parzen窗简述。为什么可以选用高斯密度函数作为窗函数？
梯度下降算法与牛顿法的基本思想和区别。证明为什么梯度下降算法可以保证目标函数下降
什么是过拟合？模型为什么会出现过拟合？如何避免过拟合？
综合分析题
从期望损失角度解释adaboost，如分布和分类器权重更新的依据。（20'）
SVM。（1）从VC维和结构风险角度分析为什么margin要最大化。（2）推导优化函数的对偶形式。（3）简述SVM线性不可分的情况下如何求解(30')
页:
[1]