欢迎来到天天文库
浏览记录
ID:59218968
大小:46.50 KB
页数:3页
时间:2020-09-09
《哈工大08机器学习试题.doc》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、2008年春硕士研究生机器学习试题下列各题每个大题10分注意:在给出算法时,非标准(自己设计的)部分应给出说明。特别是自己设置的参数及变量的意义要说明。1.请看以下的正例和反例序列,它们描述的概念是“两个住在同一个房间中的人”。每个训练样例描述了一个有序对,每个人由其性别(male、female)、头发颜色(black、brown)、身高(tall、short)以及国籍(US、French)描述。+<,>+<,>-<2、owntallFrench>,>+<,>考虑在这些实例上定义的假设空间为:所有假设以一对4元组表示,其中每个值约束可以为:一个特定值(比如male、tall等)、?(表示接受任意值)和Æ(表示拒绝所有值)。例如,下面假设:<,>它表示了所有这样的序对:第一个人为高个男性(国籍发色任意),第二个人为法国女性(发色和身高任意)。1)根据上述提供的训练样例和假设表示,手动执行候选消除算法。特别是要写出处理了每一个训3、练样例后变型空间的特殊和一般边界;2)列出最后形成的变型空间中的所有假设。2.假设一个神经网络有一个隐藏层(有一个隐藏层的神经网络由一个输入层、一个隐藏层、一个输出层组成),写出训练这个神经网络的反向传播算法的步骤。3.简述题:1)简述一种处理ID3算法过适合的方法;2)简述一种处理神经网络过适合的方法。4.给定训练例子集如下表:DayOutlookTemperatureHumidityWindPlayTennis1SunnyHotHighWeakNo2SunnyHotHighStrongNo3OvercastHotHighWeakYes4SunnyMildHighWeakNo5Sunny4、MildNormalStrongYes6OvercastMildHighStrongYes7OvercastHotNormalWeakYes依据给定的训练例子,使用朴素贝叶斯分类器进行分类。1)求出p(Sunny5、Yes)、p(Sunny6、No)、p(Mild7、Yes)、p(Mild8、No)、p(High9、Yes)、p(High10、No)、p(Strong11、Yes)、p(Strong12、No);2)给定类别未知例子,计算这个例子的类别。(计算类别时要先列出式子,然后再代入具体的数13、)。5.写出AQ算法。6.写出概念聚类算法(或画出流程图)。7.1)写出遗传算法;2)设计编码方案。给定例子集如下表,假定在本问题中规则为IFTHEN形式,规则的前件(IF后面、THEN前面的部分是前件)是属性取值的合取,后件(THEN后面的部分是后件)是例子的类别。比如,一个具体的规则可以是IF(Outlook=Overcast∨Rain)∧(Wind=Strong)THENPlayTennis=yes。设计一个编码方案对规则编码;3)给定两个规则IF(Outlook=Overcast∨Sunny)∧(Humidity=Normal)THENPlayTennis=yes和IF(Outlo14、ok=Rain)∧(Wind=Strong)THENPlayTennis=no,使用你设计的编码方案对这两个规则进行编码,然后对两个串作两点交叉运算(交叉点你可以自己定),最后给出交叉后的两个串表示的规则是什么。dayOutlookTemperatureHumidityWindPlayTennis1SunnyHotHighWeakNo2SunnyHotHighStrongNo3OvercastHotHighWeakYes4RainMildHighWeakYes5RainCoolNormalWeakYes6RainCoolNormalStrongNo7OvercastCoolNormalSt15、rongYes8SunnyMildHighWeakNo9SunnyCoolNormalWeakYes10RainMildNormalWeakYes11SunnyMildNormalStrongYes12OvercastMildHighStrongYes13OvercastHotNormalWeakYes14RainMildHighStrongNo8.给定·目标概念:SafeToStack(x,y)·训练样例:下面显示了一
2、owntallFrench>,>+<,>考虑在这些实例上定义的假设空间为:所有假设以一对4元组表示,其中每个值约束可以为:一个特定值(比如male、tall等)、?(表示接受任意值)和Æ(表示拒绝所有值)。例如,下面假设:<,>它表示了所有这样的序对:第一个人为高个男性(国籍发色任意),第二个人为法国女性(发色和身高任意)。1)根据上述提供的训练样例和假设表示,手动执行候选消除算法。特别是要写出处理了每一个训
3、练样例后变型空间的特殊和一般边界;2)列出最后形成的变型空间中的所有假设。2.假设一个神经网络有一个隐藏层(有一个隐藏层的神经网络由一个输入层、一个隐藏层、一个输出层组成),写出训练这个神经网络的反向传播算法的步骤。3.简述题:1)简述一种处理ID3算法过适合的方法;2)简述一种处理神经网络过适合的方法。4.给定训练例子集如下表:DayOutlookTemperatureHumidityWindPlayTennis1SunnyHotHighWeakNo2SunnyHotHighStrongNo3OvercastHotHighWeakYes4SunnyMildHighWeakNo5Sunny
4、MildNormalStrongYes6OvercastMildHighStrongYes7OvercastHotNormalWeakYes依据给定的训练例子,使用朴素贝叶斯分类器进行分类。1)求出p(Sunny
5、Yes)、p(Sunny
6、No)、p(Mild
7、Yes)、p(Mild
8、No)、p(High
9、Yes)、p(High
10、No)、p(Strong
11、Yes)、p(Strong
12、No);2)给定类别未知例子,计算这个例子的类别。(计算类别时要先列出式子,然后再代入具体的数
13、)。5.写出AQ算法。6.写出概念聚类算法(或画出流程图)。7.1)写出遗传算法;2)设计编码方案。给定例子集如下表,假定在本问题中规则为IFTHEN形式,规则的前件(IF后面、THEN前面的部分是前件)是属性取值的合取,后件(THEN后面的部分是后件)是例子的类别。比如,一个具体的规则可以是IF(Outlook=Overcast∨Rain)∧(Wind=Strong)THENPlayTennis=yes。设计一个编码方案对规则编码;3)给定两个规则IF(Outlook=Overcast∨Sunny)∧(Humidity=Normal)THENPlayTennis=yes和IF(Outlo
14、ok=Rain)∧(Wind=Strong)THENPlayTennis=no,使用你设计的编码方案对这两个规则进行编码,然后对两个串作两点交叉运算(交叉点你可以自己定),最后给出交叉后的两个串表示的规则是什么。dayOutlookTemperatureHumidityWindPlayTennis1SunnyHotHighWeakNo2SunnyHotHighStrongNo3OvercastHotHighWeakYes4RainMildHighWeakYes5RainCoolNormalWeakYes6RainCoolNormalStrongNo7OvercastCoolNormalSt
15、rongYes8SunnyMildHighWeakNo9SunnyCoolNormalWeakYes10RainMildNormalWeakYes11SunnyMildNormalStrongYes12OvercastMildHighStrongYes13OvercastHotNormalWeakYes14RainMildHighStrongNo8.给定·目标概念:SafeToStack(x,y)·训练样例:下面显示了一
此文档下载收益归作者所有