【MOOC】機(jī)器學(xué)習(xí)-北京理工大學(xué) 中國大學(xué)慕課MOOC答案_第1頁
【MOOC】機(jī)器學(xué)習(xí)-北京理工大學(xué) 中國大學(xué)慕課MOOC答案_第2頁
【MOOC】機(jī)器學(xué)習(xí)-北京理工大學(xué) 中國大學(xué)慕課MOOC答案_第3頁
【MOOC】機(jī)器學(xué)習(xí)-北京理工大學(xué) 中國大學(xué)慕課MOOC答案_第4頁
【MOOC】機(jī)器學(xué)習(xí)-北京理工大學(xué) 中國大學(xué)慕課MOOC答案_第5頁
已閱讀5頁,還剩7頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

【MOOC】機(jī)器學(xué)習(xí)-北京理工大學(xué)中國大學(xué)慕課MOOC答案緒論1、【單選題】下列哪位是人工智能之父?本題答案:【MarnivLeeMinsky】2、【單選題】根據(jù)王玨的理解,下列不屬于對問題空間W的統(tǒng)計(jì)描述是本題答案:【學(xué)習(xí)能力】3、【單選題】下列描述無監(jiān)督學(xué)習(xí)錯誤的是本題答案:【不需要降維】4、【單選題】下列描述有監(jiān)督學(xué)習(xí)錯誤的是本題答案:【所有數(shù)據(jù)都相互獨(dú)立分布】5、【單選題】下列哪種歸納學(xué)習(xí)采用符號表示方式?本題答案:【經(jīng)驗(yàn)歸納學(xué)習(xí)】6、【單選題】混淆矩陣的假正是指本題答案:【模型預(yù)測為正的負(fù)樣本】7、【單選題】混淆矩陣的真負(fù)率公式是為本題答案:【TN/(TN+FP)】8、【單選題】混淆矩陣中的TP=16,F(xiàn)P=12,F(xiàn)N=8,TN=4,準(zhǔn)確率是本題答案:【1/2】9、【單選題】混淆矩陣中的TP=16,F(xiàn)P=12,F(xiàn)N=8,TN=4,精確率是本題答案:【4/7】期望最大化算法1、【判斷題】關(guān)于EM算法的收斂性,EM算法理論上不能夠保證收斂。本題答案:【錯誤】2、【判斷題】關(guān)于EM算法的用途,EM算法只適用不完全數(shù)據(jù)的情形。本題答案:【錯誤】3、【判斷題】Jessen不等式等號成立的條件是:變量為常數(shù)本題答案:【正確】4、【判斷題】Jessen不等式E(f(x))=f(E(x)),左邊部分大于等于右邊部分的條件是函數(shù)f是凸函數(shù),如果f是凹函數(shù),左邊部分應(yīng)該是小于等于右邊部分。本題答案:【正確】5、【判斷題】EM算法因?yàn)槭抢碚摽梢员WC收斂的,所以肯定能夠取得最優(yōu)解。本題答案:【錯誤】6、【判斷題】EM算法首先猜測每個數(shù)據(jù)來自哪個高斯分布,然后求取每個高斯的參數(shù),之后再去重新猜測每個數(shù)據(jù)來自哪個高斯分布,類推進(jìn)一步迭代,直到收斂,從而得到最后的參數(shù)估計(jì)值。本題答案:【正確】7、【判斷題】EM算法,具有通用的求解形式,因此對任何問題,其求解過程都是一樣,都能很容易求得結(jié)果。本題答案:【錯誤】8、【判斷題】EM算法通常不需要設(shè)置步長,而且收斂速度一般很快。本題答案:【正確】主題建模1、【多選題】LDA模型在做參數(shù)估計(jì)時(shí),最常用的方法是本題答案:【Gibbs采樣方法#變分推斷】2、【判斷題】吉布斯采樣是一種通用的采樣方法,對于任何概率分布都可以采樣出對應(yīng)的樣本。本題答案:【錯誤】3、【判斷題】LDA模型的核心假設(shè)是:假設(shè)每個文檔首先由主題分布表示,然后主題由詞概率分布表示,形成文檔-主題-詞的三級層次。本題答案:【正確】4、【判斷題】Gibbs采樣是一類通用的采樣方法,和M-H采樣方法沒有任何關(guān)系。本題答案:【錯誤】5、【判斷題】關(guān)于LDA模型中的K,K的指定,必須考慮數(shù)據(jù)集合的特點(diǎn),選擇一個較為優(yōu)化的數(shù)值。本題答案:【錯誤】6、【判斷題】LDA模型是一種生成式模型本題答案:【正確】7、【判斷題】主題建模的關(guān)鍵是確定數(shù)據(jù)集合的主題個數(shù)。本題答案:【錯誤】8、【判斷題】主題建模本質(zhì)上是:一種新的文檔表示方法,主要是通過主題的分布來表示一個文檔。一種數(shù)據(jù)壓縮方法,將文檔壓縮在更小的空間中。本題答案:【正確】SVM作業(yè)支持向量機(jī)1、【單選題】SVM算法的性能取決于:本題答案:【以上所有】2、【單選題】SVM中的代價(jià)參數(shù)C表示什么?本題答案:【在分類準(zhǔn)確性和模型復(fù)雜度之間的權(quán)衡】3、【單選題】一對一法分類器,k個類別需要多少個SVM:本題答案:【k(k-1)/2】4、【判斷題】SVM中的泛化誤差代表SVM對新數(shù)據(jù)的預(yù)測準(zhǔn)確度本題答案:【正確】5、【判斷題】若參數(shù)C(costparameter)被設(shè)為無窮,只要最佳分類超平面存在,它就能將所有數(shù)據(jù)全部正確分類本題答案:【正確】6、【判斷題】“硬間隔”是指SVM允許分類時(shí)出現(xiàn)一定范圍的誤差本題答案:【錯誤】7、【判斷題】支持向量是最靠近決策表面的數(shù)據(jù)點(diǎn)本題答案:【正確】8、【判斷題】數(shù)據(jù)有噪聲,有重復(fù)值,不會導(dǎo)致SVM算法性能下降本題答案:【錯誤】聚類分析1、【單選題】有關(guān)聚類分析說法錯誤的是:本題答案:【聚類分析一個簇中的數(shù)據(jù)之間具有高差異性】2、【單選題】兩個n維向量和之間的歐式距離(euclideandistance)為:本題答案:【】3、【單選題】閔可夫斯基距離表示為曼哈頓距離時(shí)p為:本題答案:【1】4、【單選題】下面是矩陣的特征值為:本題答案:【3】5、【判斷題】分裂層次聚類采用的策略是自底向上本題答案:【錯誤】6、【判斷題】DBSCAN對參數(shù)不敏感本題答案:【錯誤】7、【判斷題】EM聚類屬于軟分聚類方法本題答案:【正確】8、【判斷題】k-means算法、EM算法是建立在凸球形的樣本空間上的聚類方法本題答案:【正確】概率無向圖模型1、【單選題】下圖中有多少個最大團(tuán)?本題答案:【2】2、【單選題】假設(shè)某事件發(fā)生的概率為p,則此事件發(fā)生的幾率為:本題答案:【p/(1-p)】3、【多選題】以下關(guān)于邏輯斯蒂回歸模型的描述正確的是本題答案:【針對分類的可能性進(jìn)行建模,不僅能預(yù)測出類別,還可以得到屬于該類別的概率。#直接對分類的可能性進(jìn)行建模,無需事先假設(shè)數(shù)據(jù)分布,這樣就避免了假設(shè)分布不準(zhǔn)確所帶來的問題。#模型本質(zhì)仍然是一個線性模型,實(shí)現(xiàn)相對簡單。#邏輯斯蒂回歸模型是線性回歸模型】4、【多選題】條件隨機(jī)場需要解決的關(guān)鍵問題有:本題答案:【特征函數(shù)的選擇#參數(shù)估計(jì)#模型推斷】5、【判斷題】邏輯斯蒂回歸模型是一種回歸算法。本題答案:【錯誤】6、【判斷題】熵最大時(shí),表示隨機(jī)變量最不確定,也就是隨機(jī)變量最隨機(jī),對其行為做準(zhǔn)確預(yù)測最困難。本題答案:【正確】7、【判斷題】從最大熵思想出發(fā)得出的最大熵模型,采用最大化求解就是在求P(y|x)的對數(shù)似然最大化。本題答案:【正確】8、【判斷題】GIS算法的收斂速度由計(jì)算更新值的步長確定。C值越大,步長越大,收斂速度就越快。本題答案:【錯誤】概率有向圖模型1、【多選題】基于搜索評分的方法,關(guān)鍵點(diǎn)在于本題答案:【確定合適的搜索策略#確定評分函數(shù)】2、【多選題】基于約束的方法通過統(tǒng)計(jì)獨(dú)立性測試來學(xué)習(xí)結(jié)點(diǎn)間的本題答案:【獨(dú)立性#相關(guān)性】3、【多選題】在數(shù)據(jù)不完備時(shí),貝葉斯網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)方法有:本題答案:【高斯逼近#蒙特卡洛方法#拉普拉斯近似】4、【多選題】隱馬爾可夫模型的三個基本問題是:本題答案:【估值問題#尋找狀態(tài)序列#學(xué)習(xí)模型參數(shù)】5、【判斷題】下圖是全連接圖。本題答案:【錯誤】6、【判斷題】貝葉斯網(wǎng)絡(luò)具有的條件獨(dú)立性是結(jié)點(diǎn)與其后代結(jié)點(diǎn)條件獨(dú)立本題答案:【錯誤】7、【判斷題】最大似然估計(jì)方法是實(shí)例數(shù)據(jù)不完備情況下的學(xué)習(xí)方法。本題答案:【錯誤】8、【判斷題】隱馬爾可夫模型是一種統(tǒng)計(jì)模型,經(jīng)常用來描述一個含有隱含未知參數(shù)的馬爾可夫過程。本題答案:【正確】神經(jīng)網(wǎng)絡(luò)1、【單選題】下列哪項(xiàng)說法不正確本題答案:【生物神經(jīng)信號由樹突傳遞給軸突】2、【多選題】通常有哪幾種訓(xùn)練神經(jīng)網(wǎng)絡(luò)的優(yōu)化方法?本題答案:【梯度下降法#隨機(jī)梯度下降法#小批量隨機(jī)梯度下降法】3、【多選題】為什么循環(huán)神經(jīng)網(wǎng)絡(luò)可以用來實(shí)現(xiàn)自動問答,比如對一句自然語言問句給出自然語言回答?本題答案:【因?yàn)樽詣訂柎鹂梢钥闯墒且环N序列到序列的轉(zhuǎn)換#因?yàn)檠h(huán)神經(jīng)網(wǎng)絡(luò)能夠處理變長輸入】4、【判斷題】LSTM和GRU網(wǎng)絡(luò)因?yàn)橐肓碎T控單元,可以緩解梯度消失問題本題答案:【正確】5、【判斷題】循環(huán)神經(jīng)網(wǎng)絡(luò)按時(shí)間展開后就可以通過反向傳播算法訓(xùn)練了本題答案:【正確】6、【判斷題】卷積神經(jīng)網(wǎng)絡(luò)通常比全連接神經(jīng)網(wǎng)絡(luò)參數(shù)少,因此能力更差本題答案:【錯誤】7、【判斷題】訓(xùn)練算法的目的就是要讓模型擬合訓(xùn)練數(shù)據(jù)本題答案:【錯誤】8、【判斷題】反向傳播算法中需要先計(jì)算靠近輸入層參數(shù)的梯度,再計(jì)算靠近輸出層參數(shù)的梯度本題答案:【錯誤】強(qiáng)化學(xué)習(xí)1、【單選題】強(qiáng)化學(xué)習(xí)基本要素有哪些?本題答案:【狀態(tài)、動作、獎勵】2、【單選題】Q-learning屬于哪種算法本題答案:【Off-policy算法】3、【單選題】馬爾科夫決策過程由哪幾個元素來表示本題答案:【狀態(tài)、動作、轉(zhuǎn)移概率、折扣因子、回報(bào)函數(shù)】4、【單選題】狀態(tài)值函數(shù)的貝爾曼方程為本題答案:【】5、【單選題】以下哪種算法是TD-learning的方法本題答案:【】6、【多選題】以下關(guān)于蒙特卡洛方法描述正確的是本題答案:【蒙特卡洛方法計(jì)算值函數(shù)可以采用First-visit方法#蒙特卡洛方法方差很大#蒙特卡洛方法計(jì)算值函數(shù)可以采用Every-visit方法】7、【多選題】在Q-learning中,以下說法正確的是本題答案:【在狀態(tài)時(shí)計(jì)算的,對應(yīng)的動作并沒有真正執(zhí)行,只是用來更新當(dāng)前Q值#更新中,Q的真實(shí)值為】8、【多選題】Sarsa與Q-learning的區(qū)別是?本題答案:【Sarsa是on-policy,而Q-learning是off-policy#Q-learning在算法更新時(shí),對應(yīng)的下一個動作并沒有執(zhí)行,而sarsa的下一個動作在這次更新時(shí)已經(jīng)確定了】9、【多選題】Q-learning與Sarsa相同的地方是本題答案:【都使用了等策略進(jìn)行探索#都用q-table存儲狀態(tài)動作對】10、【多選題】關(guān)于經(jīng)驗(yàn)池(experiencereplay)敘述正確的是本題答案:【打破樣本之間的連續(xù)性#每次更新時(shí)隨機(jī)采樣樣本】11、【多選題】關(guān)于DQN說法正確的是本題答案:【網(wǎng)絡(luò)最開始使用卷積神經(jīng)網(wǎng)絡(luò)或全連接網(wǎng)絡(luò),目的是為了提取圖像特征信息#對于atari游戲中,一般將連續(xù)4幀圖像放在一起作為一個state送到神經(jīng)網(wǎng)絡(luò)中#網(wǎng)絡(luò)的輸出是Q值】12、【多選題】關(guān)于DoubleDQN說法正確的是本題答案:【Q值的目標(biāo)值中的max操作會產(chǎn)生過估計(jì),從而影響找到最佳策略#DoubleDQN可以減小偏差】13、【多選題】以下哪種算法屬于策略梯度算法本題答案:【TRPO#REINFORCE#PPO】14、【多選題】關(guān)于A3C算法說法正確的是本題答案:【使用了多個線程,每個線程對應(yīng)了不同的探索方式#A3C是on-policy的算法】15、【多選題】以下屬于Actor-Critic算法的是本題答案:【DDPG#A3C】16、【多選題】對于Actor-Critic算法,說法錯誤的是本題答案:【Critic網(wǎng)絡(luò)是用來輸出動作的#Actor網(wǎng)絡(luò)是用來評價(jià)Critic網(wǎng)絡(luò)所選動作的好壞的】期末試題1、【單選題】混淆矩陣中的TP=16,F(xiàn)P=12,F(xiàn)N=8,TN=4,召回率是本題答案:【2/3】2、【單選題】混淆矩陣中的TP=16,F(xiàn)P=12,F(xiàn)N=8,TN=4,F(xiàn)1-score是本題答案:【8/13】3、【單選題】EM算法的核心思想是?本題答案:【通過不斷地求取目標(biāo)函數(shù)的下界的最優(yōu)值,從而實(shí)現(xiàn)最優(yōu)化的目標(biāo)。】4、【單選題】EM算法的E和M指什么?本題答案:【Expectation-Maximum】5、【單選題】LDA模型的隱變量Z是本題答案:【每個詞對應(yīng)的主題】6、【單選題】LDA模型中的一個主題指:本題答案:【詞集合上的一個概率分布】7、【單選題】下列有關(guān)支持向量機(jī)說法不正確的是:本題答案:【得到的是局部最優(yōu)解】8、【單選題】下列有關(guān)核函數(shù)不正確的是:本題答案:【滿足Mercer條件的函數(shù)不一定能作為支持向量機(jī)的核函數(shù)】9、【單選題】k中心點(diǎn)算法每次迭代的計(jì)算復(fù)雜度是多少?本題答案:【】10、【單選題】關(guān)于K-means說法不正確的是:本題答案:【適合發(fā)現(xiàn)非凸形狀的簇】11、【單選題】下圖中的聯(lián)合概率分布的吉布斯表示為:本題答案:【】12、【單選題】下圖中有多少個團(tuán)?本題答案:【7】13、【單選題】下圖中使用概率的乘積規(guī)則將聯(lián)合概率展開式為:本題答案:【】14、【單選題】貝葉斯網(wǎng)絡(luò)起源于貝葉斯統(tǒng)計(jì)學(xué),是以_____為基礎(chǔ)的有向圖模型,它為處理不確定知識提供了有效的方法。本題答案:【概率論】15、【單選題】通用近似定理說明本題答案:【以上全不對】1

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論