## 判断题
VC维是用来解决假设空间里的无限假设空间问题。 [正确]
基于实例的迁移学习的基本假设是源领域和目标领域中数据形式是相同的。[正确]
在所有聚类算法中,同一个对象只能属于一个类 [错误]
Boosting每一轮会增加分类错误样本的权重。[正确]
决策树ID3算法找到的是假设空间的局部最优解。[正确]
为了避免评估的偏差(bias),训练集和测试集应该相互独立。[正确]
高斯混合模型中各个分布是独立同分布的。[错误]
伯努利分布下很容易计算置信区间,但正态分布下就难以计算置信区间。[错误]
聚类的相似度度量需要满足传递性 [正确]
不可知学习器、一致学习器、VC维等可以用来计算样本的复杂度。[正确]
一般来讲,基于实例的迁移学习将数量较多的源领域数据的知识迁移到目标领域。[正确]
核函数需要通过显式的输入空间到特征空间的映射来表示。[错误]
隐马尔可夫模型主要要解决评估问题和解码问题两个问题。[正确]
EM问题可以求解缺少标签情况下的极大似然。[错误]
支持向量机属于贝叶斯分类器。[错误]## 单选题
如果一个维度为d的样本不能被假设空间打散,那么假设空间的VC维为?[D]
A d+1
B d-1
C d
D 不确定 [选D]VC维是用来解决什么假设空间里的问题的?[C]
A 不可知空间
B 有限假设空间
C 无限假设空间
D 样本空间集成学习对弱监督器的要求是?[A]
A 效果要好于随机
B 任意效果即可
C 效果一定大于1/2
D 效果可以等于随机下列哪项是贝叶斯公式[B]
A P(h|D)=P(D|h)P(D)/P(h)
B P(h|D)=P(D|h)P(h)/P(D)
C P(h|D)=P(D)P(h)/P(D|h)
D P(h|D)=P(D)P(h)下列哪项是极大后验假设
A h=argmax(h){P(D|h)P(h)}[选A]
B h=argmax(h){P(h|D)P(h)}
C h=argmax(h){P(D|h)P(D)}
D h=argmax(h){P(D|h)}[不选D]为了避免评估的偏差(bias),训练集和测试集应该?[A]
A 相互独立
B 训练集样本数远远大于测试集
C 训练集样本不包含测试集样本即可
D 同分布Boosting每一轮会增加哪些样本的权重? [B]
A 分类正确的
B 分类错误的
C 样本数少的类别
D 样本数多的类别下列说法正确的是[A]
A 加权多数可以用于不同学习器。
B Bagging一般用于融合不同学习器。
C Bagging每一轮使用的训练集相同。
D Boosting的每一轮之间可以并行。EM算法的收敛条件可以是?[A]
A 每一轮参数变化小于某一值
B 迭代到一定轮次之后
C 分类正确率到达一定值
D 错误率降低到一定值我们通过分情况讨论,讨论了不可知学习器、一致学习器、VC维等,可以用来计算?[B]
A 出错界限[不选A]
B 样本复杂度
C 样本空间维度
D  假设空间维度构建 KD-Tree 时,确定分割维度后分割的值按照哪个统计指标更合适[C]
A 均值
B 众数
C 中位数
D 方差支持向量机属于[B]
A 基于实例的分类器
B 最大间隔分类器[]
C 神经网络分类器[不选C]
D 贝叶斯分类器 [不选D]利用 KD-Tree 查询给定数据点的最近邻居时,以下哪种情况可以被剪枝[B]
A 当前树节点所包含数据的边界距离查询点的距离小于已知最小距离[不选A]
B 当前树节点所包含数据的边界距离查询点的距离大于已知最小距离
C 当前树节点所包含数据的边界距离查询点的距离大于已知最大距离
D 当前树节点所包含数据的边界距离查询点的距离小于已知最大距离前向算法的复杂度是多少?[A]
A O(N^2T)
B O(NT)
C O(TN^T)
D O(NT^2)EM问题可以求解哪些情况下的极大似然?[A]
A 缺失数据
B 含有隐变量[不选B]
C 数据不符合正态分布
D 缺少标签 [不选D]我们已知用户的购物行为和社交网络两个领域的知识,我们通过构建两个任务并且共享用户偏好的学习,这种迁移学习属于?[C]
A 基于实例的迁移学习[不选A]
B 基于特征的迁移学习[不选B]
C 基于参数的迁移学习
D 深度迁移学习对于一个r维的空间,假设空间H是一个线性平面,那么H的VC维是?[C]
A r[不选A]
B r-1
C r+1
D 无穷[不选D]将一个能够区分不同动物的模型迁移到区分不同鱼的任务中,属于哪一种迁移学习?
A 基于实例的迁移学习[不选A]
B 基于特征的迁移学习[选B]
C 基于参数的迁移学习
D 深度迁移学习下列哪项是极大似然假设
A h=argmax(h){P(D|h)P(h)}[不选A]
B h=argmax(h){P(h|D)P(h)}[不选B]
C h=argmax(h){P(D|h)P(D)}[不选C]
D h=argmax(h){P(D|h)}最小均方误差算法用梯度下降法训练时,更新权重所乘的小常数 c 作用是
A 防止溢出[不选A]
B 控制学习速度[选B]
C 平滑误差计算
D 筛选特征下列关于Boosting的说法正确的是
A 每一轮提高错误样本的权重。[选A]
B 每一轮降低错误样本的权重。[不选B]
C 不容易受到噪声影响。
D 不会过拟合。[不选D]如果任意一个有限集合样本集合X能够被假设空间H打散,那么这个假设空间的VC维是?
A 不存在[不选A]
B 0
C 1
D 无穷[选D]EM算法中,计算新一轮迭代的模型参数是在哪一步?
A 参数初始化阶段[不选A]
B E步骤[不选B]
C M步骤[选C]
D 反向传播阶段参数p的N%置信区间是一个以N%的概率包含p的区间,那么N%是什么?
A 区间面积[不选A]
B 置信度[选B]
C 标准差
D 准确率[不选D]如果用 X 表示样例,Y 表示标签,无监督学习关注的分布是
A P(Y)[不选A]
B P(Y|X)[不选]
C P(X)
D P(X|Y)

《机器学习概论》习题答案相关推荐

  1. 程序设计基础c语言版习题答案,C语言程序设计基础知识 习题一及参考答案

    C语言实用复习题目及答案.帮你更好地学习C程序设计~ 第一章:程序设计基础知识 一. 单项选择题 1.以下( )是面向过程的程序设计语言. A)机器语言 B)汇编语言 C)高级语言 D)第四代语言 2 ...

  2. python程序设计基础第三版_Python程序设计基础_知到免费答案全套答案

    Python程序设计基础_知到免费答案全套答案 答案: 更多相关问题 动滑轮牵引提升工作说法错误的是()A.省功B.省力C.速度快D.不省功 填写隔离开关检修记录时应清晰明了,语言简炼,内容主要包括( ...

  3. python语言入门p-python语言程序设计基础(第2版)课后答案嵩天

    嵩天等程序设计基础(Python语言)习题答案?本书系统地介绍了Python程序设计语言和程序设计的基本方法.从Python语言发展历史.配置环境开始,详细介绍了Python语言的各种数据类型.程序编 ...

  4. python程序设计基础第三版_Python程序设计(第三版)PPT及源码

    [实例简介] [实例截图] [核心代码] python程序设计第三版 ├── code.rar ├── 第10章 网络程序设计.pptx ├── 第11章 安卓平台的Python编程.pptx ├── ...

  5. python程序设计基础教程骆焦煌答案_清华大学出版社-图书详情-《C语言程序设计教程》...

    C语言是目前广泛使用的编程语言,也是公认的编程入门语言,很多高校都将其作为计算机专业学生学习的第一门程序设计语言.本书正是为编程入门者编写的一本C语言入门书. 要编写一本C语言的入门教程,编者认为应该 ...

  6. python基础教程期末考试题_智慧树Python程序设计基础期末教程考试完整答案

    [单选题]角色震荡体现在: A. 留学生在学习的时候,对教育系统和学校生活的适应过程. B. 由于远离母文化而对自己的所处文化感到混乱和困惑. C. 在异国他乡,人们熟悉的社会联系不复存在. D. 个 ...

  7. python语言程序设计嵩天-Python语言程序设计基础(第2版)嵩天课后答案

    嵩天.礼欣.黄天羽Python语言程序设计基础(第2版)习题答案本书提出了以理解和运用计算生态为目标的Python语言教学思想,在系统讲解Python语言语法的同时介绍了从数据理解到图像处理的14个P ...

  8. python只能以程序方式执行死刑_Python程序设计基础_2020智慧树网课答案章节答案...

    Python程序设计基础_2020智慧树网课答案章节答案 答案: 更多相关问题 审判时怀孕的妇女,无论犯了多么严重的罪,最高可以判处().A.死刑立即执行B.无期徒刑C.有期徒刑 甲见他人贩卖毒品获得 ...

  9. 《Python程序设计基础(第3版)》章节习题参考答案

    董付国老师Python系列教材推荐与选用参考 开学第一课:一定不要这样问老师Python问题 3000道Python习题免费在线练习 全国高校Python基础及应用开发课程高级研修班(2023年4月1 ...

  10. python程序设计基础课后答案-清华大学出版社-图书详情-《Python程序设计习题解析》...

    前言 Python是一种解释型.面向对象.动态数据类型的高级程序设计语言,被列入LAMP(Linux.Apache.MySQL以及Pthon/Perl/PHP),Python语言将代码书写缩进作为语法 ...

最新文章

  1. Tensorflow实现自动编码器
  2. [云炬创业基础笔记]第七张创业资源测试13
  3. vs 创建控制器 一直收集信息_日产Pro-Pilot的ADAS控制器拆解
  4. 项目七samba服务器,Centos 7 配置Samba服务器
  5. 在微软 Team 中查看 GIF 文件就能触发账户劫持漏洞?
  6. toj 2798 Farey Sequence
  7. Mac版微信重大更新!来刷刷朋友圈!摸鱼党福利
  8. gulp怎么运行html文件,如果gulp-watch监视html文件,它会运行所有任务
  9. AM335X 3款核心板比较
  10. MultiDock——专门为 macOS 设计的增强型 Dock
  11. flac格式如何转mp3?
  12. CSR (英国蓝牙芯片制造商)
  13. arcgis许可服务器不运行,ArcGIS许可服务管理器无法启动问题解决方法
  14. Web认证方法探视(1)
  15. python修改分辨率和图片像素
  16. 新手学习嵌入式开发要学什么
  17. 11部中考常考的名著思维导图汇总
  18. win7如何更改计算机管理员用户名和密码,win7系统下修改administrator管理员账户密码的设置方法?...
  19. scratch3.0-界面介绍
  20. setoolkit 制作钓鱼网页

热门文章

  1. tpcc mysql下载_tpcc-mysql 试用
  2. 使用系统调用pipe建立一条管道线_【Linux系统】Linux进程间通信
  3. form标签的action之前 加密_金士顿KC2000自加密功能测试
  4. 044-PHP获得多个类对应的反射信息
  5. 【图像缩放】双立方(三次)卷积插值
  6. 统一建模语言(UML) 版本 2.0
  7. 自动提醒IE6访客升级浏览器,
  8. Boost::Regex 使用方法 (英文)
  9. IIS支持Shtml后辍文件方法
  10. 用C#抓取AJAX页面的内容