第一章 机器学习概述
1.机器学习研究什么问题，构建一个完整的机器学习算法需要哪些要素？
机器学习主要研究如何选择统计学习模型，从大量已有数据中学习特定经验。构建一个完整的机器学习算法需要三个方面的要素，分别是数据，模型，性能度量准则。
2.可以生成新数据的模型是什么，请举出几个例子
可以生成新数据的模型是生成模型，典型的生成模型有朴素贝叶斯分类器、高斯混合模型、隐马尔可夫模型、生成对抗网络等。
3.监督学习、半监督学习和无监督学习是什么，降维和聚类属于哪一种？
监督学习是指样本集合中包含标签的机器学习，无监督学习是无标签的机器学习，而半监督学习介于二者之间。降维和聚类是无监督学习。
4.过拟合和欠拟合会导致什么后果，应该怎样避免？
过拟合导致模型泛化能力弱，发生明显的预测错误，往往是由于数据量太少或模型太复杂导致，通过增加训练数据量，对模型进行裁剪，正则化的方式来缓解。而欠拟合则会导致模型不能对数据进行很好地拟合，通常是由于模型本身不能对训练集进行拟合或者训练迭代次数太少，解决方法是对模型进行改进，设计新的模型重新训练，增加训练过程的迭代次数。
5.什么是正则化，L1正则化与L2正则化有什么区别？
正则化是一种抑制模型复杂度的方法。L1正则化能够以较大概率获得稀疏解，起到特征选择的作用，并且可能得到不止一个最优解。L2正则化相比前者获得稀疏解的概率小的多，但得到的解更加平滑。
第二章 逻辑回归与最大熵模型
1.逻辑回归模型解决（ B ）
A.回归问题
B.分类问题
C.聚类问题
D.推理问题
2.逻辑回归属于（ B ）回归
A.概率性线性 B.概率性非线性
C.非概率性线性
D.非概率性非线性
3.逻辑回归不能实现（ D ）
A.二分类
B.多分类
C.分类预测
D.非线性回归
4.下列关于最大熵模型的表述错误的是（ B ）
A.最大熵模型是基于熵值越大模型越稳定的假设
B.最大熵模型使用最大熵原理中一般意义上的熵建模以此缩小模型假设空间
1 实验四 R型因子分析
1．实验目的：
本实验讨论利用R型因子分析从具有错综复杂关系的变量中，找出数量较少的几个公因子来描述原始的变量，并且尽量减少信息的损失。通过该实验，能够起到如下的效果：(1) 理解因子分析的作用、思想、数学基础、方法和步骤；(2) 熟悉如何利用因子分析，提出问题、分析问题、解决问题、得出结论； （3）会调用SAS软件实现因子分析的各个步骤，根据计算的结果进行分析，得出正确的结论，解决实际的问题。
2．知识准备：
R型因子分析是从具有错综复杂关系的变量中，找出数量较少的几个公因子来描述原始的变量，并且尽量减少信息的损失。其思想是：找出少量的不相关的若干个随机变量（公因子），））尽最大信息的描述原始众多的关系复杂的变量。其数学模型有很多，如正交因子模型【1】，因子分析模型L【4】等，它们的数学模型和方法均有不相同。我们下面采用因子分析模型L来进行分析。R型因子分析的步骤大体分为：首先正向化指标；然后计算样本相关阵的特征值、单位特征向量和方差贡献率，根据方差贡献率选取适当数量的初始因子，并得到初始因子载荷阵；再对初始因子进行旋转，选用行及列的元素的绝对值向0、1分化严重的旋转因子载荷阵对应的旋转因子作为最终的公因子；最后利用因子载荷阵求出因子得分函数。
3．实验内容：
表１的数据是全国30个省市自治区经济发展基本情况，其中X1- GDP ，X2-居民消费水平，X3-固定资产投资，X4-职工平均工资，X5-货物周转量，X6-居民消费价格指数，X7-商品零售价格指数，X8-工业总产值，数据来源：1996年《中国统计年鉴》；见【１】
表1 全国30个省市自治区经济发展基本情况
序号 省市 X1 X2 X3 X4 X5 X6 X7 X8
1 北京 1394.89 2505 519.01 8144 373.9 117.3 112.6 843.43
2 天津 920.11 2720 345.46 6501 342.8 115.2 110.6 582.51
《计算思维导论题库》
1 第 8 章 数据分析与数据挖掘
一、单选题
1. 某超市研究销售记录数据后发现，买啤酒的人很大概率也会购买尿布，这种属于数据挖掘的【 】问题。
A：关联规则 B：聚类 C：分类 D：自然语言处理答案：A
2. 将原始数据进行集成、变换、维度规约、数值规约是【 】步骤的任务。
A：频繁模式挖掘 B：分类和预测 C：数据预处理 D：数据流挖掘答案：C
3. 当不知道数据所带标签时，可以使用【 】技术促使带同类标签的数据与带其他标签的数据相分离。
A：分类 B：聚类 C：关联分析 D：隐马尔可夫链答案：B
4.
级110人。则年级属性的众数是【 】。
A：一年级 B：二年级 C：三年级 D：四年级答案：A
5. 建立一个模型，通过这个模型根据已知的变量值来预测其他某个变量值，这属于数据挖掘的【 】任务。
A：根据内容检索 B：建模描述 C：预测建模 D：寻找模式和规则答案：C
6. 假设12个销售价格数据排序后为：5, 10, 11, 13, 15, 35, 50, 55,
72, 91, 204, 215，使用等频分箱法将它们划分成四个箱。则15在【 】箱子内。 《计算思维导论题库》
2 A：第一个 B：第二个 C：第三个 D：第四个答案：B
7. 假设12个销售价格数据排序后为：5, 10, 11, 13, 15, 35, 50, 55,
72, 91, 204, 215，使用等宽分箱法将它们划分成四个箱。则15在【 】箱子里。
(最大值-最小值)/组数=跨度
多元统计分析教课纲领(何晓群版)
《多元统计分析》课程教课纲领
（ Mutilvariate Analysis For Economics）
一、 课程基本信息
1、 课程类型：专业限选课
2、 课程学时：总学时 64
3、 学分： 3
4、 合用专业：
5、 纲领执笔者：
6、 订正时间：
二、 课程教课目标
多元统计分析引进数理统计的多元分析方法对社会经济现象进行多维度、深层次分析、刻画、综合的方法。是以统计学方法中的综合指标法为基础，对现象用指标进行描绘，而后再考虑指标的引进与删除、指标的抽象与综合、样本的聚类和类间的差别、以及回归模型的成立等问题，能够对经济问题深入分析，纵向横向对照研究。本课程在方法的数理推导上不作较高要求，主要弄清方法的原理和基本思路；要点是方法的适应范围、解决问题的实质是什么、各样方法之间的互相关系是什么、各样方法
在计算机上怎么实现、特别在 SPSS 怎样操作、输出结果的数学意义是什么、经济上又怎样分析。在掌握上述各基本问题此后，本课程侧重培育学生的口头表述能力和书
面表达能力，口头上要能针对一个问题，提出解决思路，叙述门路和分析可能性，大概判断最后结果，必需上讲台讲。
多元统计分析是高年级专业课程，要为学生写作毕业论文和参加其余科研创作活动作好准备。
三、 课程教课的基本要求
第一章 多元正态散布
学生采集现象的多指标数据，简单考证大样本状况下绝大多数问题是可用多元正态散布来描绘现象的特色的。
第二章 多元正态整体均值向量和协差阵的假定查验
1．认识几个常有的统计查验量听从的概率散布；
2．深刻理解样本统计量和依据明显性水平查表所得值之间的比较与最后接受或
拒绝原假定之间的关系；
3．学生必需举例说明均值向量查验在实质经济研究中的应用和其已知与未知的
意义和存在性分析，理解两整体及多整体均值向量查验的应意图义；
11 多元统计分析教课纲领(何晓群版)
4．理解协方差阵查验的应意图义，特别要学会两个查验联合运用。
