山東大學2018機器學習期末考試題

名詞解釋（5' * 4） 機器學習 主動學習 ID3 神經網絡 簡答題（10' * 3） parzen窗簡述。爲何能夠選用高斯密度函數做爲窗函數？ 梯度降低算法與牛頓法的基本思想和區別。證實爲何梯度降低算法能夠保證目標函數降低 什麼是過擬合？模型爲何會出現過擬合？如何避免過擬合？ 綜合分析題 從指望損失角度解釋adaboost，如分佈和分類器權重更新的依據。（20'） SVM。（1）從VC維和結構

>>阅读原文<<