机器学习作业汇总

《机器学习作业汇总》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、机器学习——作业题目智能工程研究室计算机科学与技术学院遗传算法(第一次作业)•写出遗传算法的基本步骤和两种以上（至少两种）遗传操作的实现细节（并举例说明）。2009年8月10日机器学习作业汇总（任选5次作业）2神经网络（第二次作业）•什么是交叉验证，为什么需要进行交叉验证?•请列举RBF网络与多层前馈网络的相同点和不同点。•考虑Hermit多项式的逼近问题F(x)=1.1*(1-x+2*x*x)exp(-x*x/2)训练样本由以下方法产生：样本数P=100，其中输入样本x服从区间[-4，4]内的均匀分布,样本输出为F(x)+e，i

2、iie为添加的噪声，服从均值为0，标准差为0.1的正态分布i。（问题在下一页，此题可选做。）2009年8月10日机器学习作业汇总（任选5次作业）3神经网络（第二次作业，续）•1)试用聚类方法求数据中心和扩展常数，输出权值和阈值用伪逆法求解。隐节点重叠系数为λ=1，初始聚类中心取前10个训练样本。•2)试用梯度算法训练RBF网络，设η=0.001，M=10，初始权值为[-0.1，0.1]内的随机数，初始数据中心为[-4，4]内的随机数，初始扩展常数取[0.1，0.3]内的随机数，目标误差为0.9，最大训练次数为5000。2009年8

3、月10日机器学习作业汇总（任选5次作业）4粒子群优化算法（第三次作业）•请以优化函数f(x,y,z)=x^2+y^2+^2+^2+^2z^2（-4<=x,y,z<=4）为例，写出粒子群优化算法的基本步骤。2009年8月10日机器学习作业汇总（任选5次作业）5蚁群算法（第四次作业）•请以100个城市的旅行商问题为例，写出使用20只人工蚂蚁进行旅行商问题求解的基本步骤。2009年8月10日机器学习作业汇总（任选5次作业）6动态规划（第五次作业）•1.写出最大和区间的动态规划算法步骤，并举例说明。2009年8月10日机器学习作业汇总（任

4、选5次作业）7动态规划（第五次作业，续）•2.写出局部序列比对的动态规划算法。局部序列比对就是对于两条给定序列，寻找它们之间得分最大的子序列比对。•3.写出带开窗口罚分的序列比对动态规划算法。带开窗口罚分的序列比对即在正常的序列比对问题中除了考虑每个空格的罚分，还考虑了开空格窗口的罚分。如下图所示（2，3题可选做）8动态规划（第五次作业）2009年8月10日机器学习作业汇总（任选5次作业）9模式分类算法（第六次作业）•请阐述k-最近邻法与最小二乘方法的区别。•请按照个人观点阐述这两种方法的优点与缺点。2009年8月10日机器学习作

5、业汇总（任选5次作业）10支持向量机（第七次作业）•请阐述什么是经验风险最小化，什么是结构风险最小化。•请列举两种常用的支持向量机训练方法，并陈述其基本步骤。2009年8月10日机器学习作业汇总（任选5次作业）11支持向量机（第八次作业）•请比较支持向量机与前馈神经网络的异同，并分析阐述支持向量机在控制推广误差方面的优势。2009年8月10日机器学习作业汇总（任选5次作业）12隐马尔可夫模型（第九次作业）•请陈述隐马尔可夫模型的基本步骤和其应领域应用领域。2009年8月10日机器学习作业汇总（任选5次作业）13