当前位置：文档之家 › 机器学习期末试题

机器学习期末试题

  • 格式：doc
  • 大小：231.00 KB
  • 文档页数：3

中国科学院大学 课程编号:712008Z

试 题 专 用 纸 课程名称：机器学习

任课教师：卿来云

———-—-————-————-—————---———-—--————-——————--—-—

姓名 学号 成绩

一、基础题（共36分）

1、请描述极大似然估计MLE和最大后验估计MAP之间的区别。请解释为什么MLE比MAP更容易过拟合。（10分)

2、在年度百花奖评奖揭晓之前,一位教授问80个电影系的学生，谁将分别获得8个奖项（如最佳导演、最佳男女主角等）。评奖结果揭晓后，该教授计算每个学生的猜中率，同时也计算了所有80个学生投票的结果。他发现所有人投票结果几乎比任何一个学生的结果正确率都高。这种提高是偶然的吗？请解释原因。（10分）

3、假设给定如右数据集，其中A、B、C为二值随机变量，y为待预测的二值变量。

(a) 对一个新的输入A=0, B=0， C=1,朴素贝叶斯分类器将会怎样预测y?（10分）

(b) 假设你知道在给定类别的情况下A、B、C是独立的随机变量,那么其他分类器（如Logstic回归、SVM分类器等）会比朴素贝叶斯分类器表现更好吗?为什么?（注意：与上面给的数据集没有关系。）（6分）

二、回归问题。（共24分)

现有N个训练样本的数据集1,Niiixy,其中,iixy为实数.

1． 我们首先用线性回归拟合数据。为了测试我们的线性回归模型，我们随机选择一些样本作为训练样本,剩余样本作为测试样本。现在我们慢慢增加训练样本的数目，那么随着训练样本数目的增加,平均训练误差和平均测试误差将会如何变化？为什么？（6分）

平均训练误差：A、增加 B、减小

平均测试误差：A、增加 B、减小

2． 给定如下图(a)所示数据。粗略看来这些数据不适合用线性回归模型表示。因此我们采用如下模型:

expiiiywx，其中~0,1iN。假设我们采用极大似然估计w，请给出log似然函数并给出w的估计. （8分）

3． 给定如下图（b)所示的数据。从图中我们可以看出该数据集有一些噪声，请设计一个对噪声鲁棒的线性回归模型,并简要分析该模型为什么能对噪声鲁棒。（10分）

(a) (b） A B C y

0 0 1 0

0 1 0 0

1 1 0 0

0 0 1 1

1 1 1 1

1 0 0 1

1 1 0 1

三、SVM分类。（第1~5题各4分，第6题5分，共25分）

下图为采用不同核函数或不同的松弛因子得到的SVM决策边界。但粗心的实验者忘记记录每个图形对应的模型和参数了。请你帮忙给下面每个模型标出正确的图形.

1、2111min, s.t.22NiiCw

00, 1, 1,....,, TiiiywiNwx

其中0.1C。

2、2111min, s.t.22NiiCw

00, 1, 1,....,, TiiiywiNwx

其中1C。

3、1111max,2NNNiijijijiijyykxx

1s.t. 0, 1,....,, 0NiiiiiNy

其中2,TTkxxxxxx。

4、1111max,2NNNiijijijiijyykxx

1s.t. 0, 1,....,, 0NiiiiiNy

其中21,exp2kxxxx。

5、1111max,2NNNiijijijiijyykxx

1s.t. 0, 1,....,, 0NiiiiiNy

其中2,expkxxxx.

6、考虑带松弛因子的线性SVM分类器：2111min, s.t.22NiiCw00, 1, 1,....,, TiiiywiNwx下面有一些关于某些变量随参数C的增大而变化的表述。如果表述总是成立，标示“是”;如果表述总是不成立，标示“否"；如果表述的正确性取决于C增大的具体情况，标示“不一定”。

共 3 页 第2 页

(1) 0w不会增大

(2) ˆw增大

(3） ˆw不会减小

（4） 会有更多的训练样本被分错

（5) 间隔(Margin）不会增大

四、一个初学机器学习的朋友对房价进行预测。他在一个N=1000个房价数据的数据集上匹配了一个有533个参数的模型，该模型能解释数据集上99%的变化。

1、请问该模型能很好地预测来年的房价吗？简单解释原因。(5分）

2、如果上述模型不能很好预测新的房价，请你设计一个合适的模型，给出模型的参数估计，并解释你的模型为什么是合理的。（10分）

共 3 页 第3 页

合集下载

期末试题

期末试题

学院

姓名 学号 任课老师 选课号/座位号

………密………封………线………以………内………答………题………无………效……

第 1 页 共 8页

一．选择填空题：（共30分，每空1分）必须将正确答案编号填入空内！

1. 下列方程中（B ）是磁通连续性原理的微分形式，（D ）是高斯定理的微分形式。

A.tBE B.B0 C. τρJ· D.ρD·

E.tDJH

2.

导电媒质中存在时谐电磁场时，其中的传导电流与位移电流的相位差为（D ）。良导体中，电场强度和磁场强度的相位差为（C ）。

A．0° B.30° C.45° D.90° E.180°

3. 两种电导率有限并分别为和的媒质分界面上，无外加源，则切向分量连续的物理量分别是（A ）和（E ）。（与顺序无关）

A.电场强度E B. 电位移矢量D C. 传导电流J D. 磁感应强度B

E. 磁场强度H

4.

引起同轴线单位长度电感变化的因素为（B ）和（E ）（与顺序无关）

A.电流I B.磁导率μ C.介电常数ε D.磁通

E.内外导体半径a、b

5. 坡印廷定理是关于电磁能量转换过程的能量守恒定律。其中（E ）表示单位时间进入S面包围的有限空间体积V中的电磁能量，（A ）表示单位时间内体积V中电磁能量的增加，（C ）表示单位时间体积V内损耗的电磁能量。

A.V11HBEDdVt22 B.V11HBEDdV22

C.VEJdV D.EHdSS E.SdHE

机器学习期末测试练习题4

机器学习期末测试练习题4

1、在神经网络模型VggNet中，使用两个级联的卷积核大小为3×3，stride=1的卷积层代替了一个5×5的卷积层，如果将stride设置为2，则此时感受野为

A.7×7

B.9×9

C.5×5

D.8×8

正确答案：A

2、

上图是具有四个隐藏层的神经网络，该网络使用sigmoid函数作为激活函数，训练过程出现了梯度消失问题。从图中可以判断出四个隐藏层的先后顺序（靠近输入端的为先，靠近输出端的为后）分别为

A.DBCA B.ABCD C.ADCB

D.DCBA

正确答案：D

3、在网络训练时，loss在最初几个epoch没有下降，可能原因是

A.学习率过低

B.以下都有可能

C.正则参数过高

D.陷入局部最小值

正确答案：B

4、假设有一个三分类问题，某个样本的标签为（1，0，0），模型的预测结果为（0.5，0.4，0.1），则交叉熵损失值（取自然对数结果）约等于 A.0.6

B.0.7

C.0.8

D.0.5

正确答案：B

5、

IoU是物体检测、语义分割领域中的结果评测指标之一，上图中A框是物体的真实标记框，面积为8。B框是网络的检测结果，面积为7。两个框的重合区域面积为2。则IoU的值为

A.2/8

B.2/13

C.2/7

D.2/15

正确答案：B 6、Gram矩阵是深度学习领域常用的一种表示相关性的方法，在风格迁移任务中就使用风格Gram矩阵来表示图像的风格特征，以下关于风格Gram矩阵的论述正确的是

A.风格Gram矩阵的大小与输入特征图的通道数、宽、高都不相关

B.风格Gram矩阵的大小只与输入特征图的通道数相关

C.风格Gram矩阵的大小与输入特征图的通道数、宽、高都相关

D.风格Gram矩阵的大小只与输入特征图的宽、高有关

正确答案：B

7、现使用YOLO网络进行目标检测，待检测的物体种类为20种，输入图像被划分成7*7个格子，每个格子生成2个候选框，则YOLO网络最终的全连接层输出维度为

计算机python编程试题,机器学习,深度学习试题及答案

计算机python编程试题,机器学习,深度学习试题及答案

共4页 这是第（ ）页 1 深度学习与人工智能实验室招新测试题

姓名： 班级：

学号：

成绩：

一、选择题。（27x2=54分）

1.下列哪个表达式在Python中是非法的？

A. x = y = z = 1

B. x = (y = z + 1)

C. x, y = y, x

D. x += y

2. python my.py v1 v2

命令运行脚本，通过 from sys import argv如何获得v2的参数值?

A.argv[0] B.argv[1] C.argv[2] D.argv[3]

3.如何解释下面的执行结果?

print 1.2 - 1.0 == 0.2

False

A.Python的实现有错误 B.浮点数无法精确表示

C.布尔运算不能用于浮点数比较 D.Python将非0数视为False

4.下列代码执行结果是什么?

x = 1

def change(a):

x += 1

print x

change(x)

A.1 B.2 C.3 D.报错

5. 下列哪种类型是Python的映射类型？

A.str B.list C.tuple D.dict

6.在Python 2.7中，下列哪种是Unicode编码的书写方式?

A.a = ‘中文’ B.a = r‘中文’ C.a = u’中文’ D.a = b’中文’

7.下列代码的运行结果是？ 共4页 这是第（ ）页 2 print 'a' < 'b' < 'c'

A.a B.b C.c D.True

E.False

高二化学期末试题

高二化学期末试题

1 高 二 化 学 试 题

考生注意：

本试卷分第I卷（选择题）和第Ⅱ卷（非选择题）两部分，共8页，满分100分，考试时间90分钟。

注意事项：

1．答卷前，考生将自己的姓名、准考证号、考试科目、试卷类型用2B铅笔涂写在答题卡上。

2．每小题选出答案后，用2B铅笔在答题卡上将对应题目的答案标号涂黑，如需改动，用橡皮擦干净后，再选涂其他答案，不能答在试卷上。

3．考试结束，监考人员将答题卡收回。

可能用到的相对原子质量：H 1 O 16 Na 23 S 32 Cl 35.5 K 39 Fe 56 Cu 64 Ag 108 I 127

第I卷（选择题 共48分）

选择题（本题包括18小题，1—6每小题2分，7—18每小题3分，共48分。每小题只有一个选项符合题意）

1．下列说法不正确的是

A．化学反应中的能量可能以热能的形式表现出来

B．由C(S,石墨)==C(S,金刚石) ΔH＝＋1.90kJ·mol-1可知，石墨比金刚石稳定

C．吸热反应不一定需要加热

D. CaCO3(s)=CaO(s)+CO2(g) △H>0，△S>0，则该反应任何温度下都能自发进行

2．下列溶液一定呈碱性的是

A．pH＝8的溶液 B．含有OH－离子的溶液

C．c(OH－)＞c(H＋)的溶液 D． NaCl溶液

3．下列与金属腐蚀有关的说法中，不正确的是

A．钢铁在潮湿空气中生锈主要由于电化学腐蚀

B．电化学腐蚀一般可分为吸氧腐蚀和析氢腐蚀

C．金属腐蚀的本质是金属原子失去电子被氧化的过程

D．铝具有很强的抗腐蚀能力，是因为其不易与氧气发生反应

4.下列措施能明显增大化学反应速率的是

A．Na与水反应时增大水的用量

B．将稀硫酸改为98%的浓硫酸与Zn反应制取H2

C．稀硫酸与NaOH溶液反应时，增大压强

D．恒温恒容条件下，在工业合成氨反应中，增加氮气的量 2 5．用石墨作电极电解1 mol·L-1下列物质的溶液，溶液的pH保持不变的是