华东师范大学《模式识别与机器学习》试题
华东师范大学《模式识别与机器学习》课程历年考题总结
·
LawsonAbs的认知与思考,还请各位读者审慎阅读。
总结
- 文章来源:csdn:LawsonAbs
- 持续更新~
欢迎选修ssl老师的机器学习课,担心吗?害怕吗?还觉得学习机器学习有意思吗? 这里总结一下ssl老师课程中的考试题,希望能够帮助到师弟师妹们。希望后续有新考试题出来时,师弟或者师妹可以联系我将其加入题库。
1. 2010年试题
求高斯分布的均值和协方差矩阵的最大似然估计
2. 2012年考题
名词解释:贝叶斯公式、最小误差概率模型
最大似然估计,最大后验估计,贝叶斯估计的含义?
- 最大后验估计就是在最大似然估计的基础上加了一个参数的先验
- 贝叶斯估计就是使用贝叶斯定理计算一个参数的后验分布
已知x,y是连续型变量,其中 x = g ( y ) x=g(y) x=g(y),已知x的概率密度为 p X ( x ) p_X(x) pX(x),求y的概率密度表达式。
利用分布求
简述规范化的作用
- 线性回归中,使用L2范数作为惩罚项的正则化最小二乘法称为岭回归
- 线性回归中,使用L1范数作为惩罚项的正则化最小二乘法称为Lasso回归
如何进行主成分分析?
HMM的联合分布表达式
3. 2013年考题
head to head 的公式推导
这是汇总结构,汇总结构分两种情况:一种是节点被观测,一种是节点不被观测。
- B 节点被观测
- B 节点不被观测
线性分类器两类不可分问题的函数表达式以及其实现思路
KNN的基本思想
kmeans的基本思想
- 目标: 最小化所有数据到其所属簇中心的距离的平方和
- 方法:迭代优化近似求解
4. 2014年考题
如何检验某个函数是否是核函数?
- 根据核函数的定义
- 根据有限半正定性
和积算法的过程是什么?
什么是共轭先验?
head to tail 的推导
隐马尔可夫模型如何产生观测序列?
写出HMM模型用到的所有参数,并写出其全部变量的联合分布
什么是最大团?
为什么需要近似推断?
EM算法的详细步骤?
Fisher 的基本思想,优化表达式及结果
Fisher线性判别也称为线性判别分析(Linear discriminant analysis,LDA),既可以看成一种线性分类器,也可以看成一种监督降维方法。
用途:
- 降维
- 分类
优势:
- 同时考虑类间与类内的关系
即:一方面希望两个类别的数据投影后的均值之间的距离尽可能大。(这个距离怎么衡量?)。假设类别一的均值是 m 1 m_1 m1,类别2的均值是 m 2 m_2 m2
5. 2015年考题
线性回归模型定义
期望传播
更多推荐
已为社区贡献4条内容
所有评论(0)