2020-2021第一学期机器学习导论期末考试

1.岭回归的设计原理和注意事项（8分）

2.预剪枝和后减枝的区别和优缺点（8分）

3.贝叶斯回归的设计原理和线性回归的区别（8分）

4.为什么SVM在小样本数据集上表现好（8分）

5.KMeans的设计原理、时间复杂度、注意事项（8分）

6.主成分分析的设计原理、算法流程；方差贡献率是什么，有什么作用（8分）

7.稀疏编码的设计原理、目标、实现方法（8分）

8.什么是过拟合？防止过拟合的措施（8分）

9.随机梯度下降的设计原理（8分）

10.集成学习的设计原理和集成策略（8分）

11.强化学习是什么？和监督学习的区别（10分）

12.深度学习是什么？优缺点？（10分）