第一章 绪论 绪论
1、 下列哪位是人工智能之父？
答案: Marniv Lee Minsky
2、 根据王珏的理解，下列不属于对问题空间W的统计描述是
答案: 学习能力
3、 下列描述无监督学习错误的是
答案: 不需要降维
4、 下列描述有监督学习错误的是
答案: 所有数据都相互独立分布
5、 下列哪种归纳学习采用符号表示方式？
答案: 经验归纳学习
6、 混淆矩阵的假正是指
答案: 模型预测为正的负样本
7、 混淆矩阵的真负率公式是为
答案: TN/(TN+FP)
8、 混淆矩阵中的TP=16，FP=12，FN=8，TN=4，准确率是
答案: 1/2
9、 混淆矩阵中的TP=16，FP=12，FN=8，TN=4，精确率是
答案: 4/7
10、 混淆矩阵中的TP=16，FP=12，FN=8，TN=4，召回率是
答案: 2/3
11、 混淆矩阵中的TP=16，FP=12，FN=8，TN=4，F1-score是
答案: 8/13
第二章 期望最大化算法 期望最大化算法
1、 EM算法的E和M指什么？
答案: Expectation-Maximum
2、 EM算法的核心思想是？
答案: 通过不断地求取目标函数的下界的最优值，从而实现最优化的目标。
3、 关于EM算法的收敛性，EM算法理论上不能够保证收敛。
答案: 错误
4、 关于EM算法的用途，EM算法只适用不完全数据的情形。
答案: 错误
5、 Jessen不等式等号成立的条件是：变量为常数
答案: 正确
6、 Jessen不等式E(f(x)) >= f(E(x)), 左边部分大于等于右边部分的条件是函数f是凸函数，如果f是凹函数，左边部分应该是小于等于右边部分。
答案: 正确
7、 EM算法因为是理论可以保证收敛的，所以肯定能够取得最优解。
答案: 错误
8、 EM算法首先猜测每个数据来自哪个高斯分布，然后求取每个高斯的参数，之后再去重新猜测每个数据来自哪个高斯分布，类推进一步迭代，直到收敛，从而得到最后的参数估计值。
答案: 正确
9、 EM算法，具有通用的求解形式，因此对任何问题，其求解过程都是一样，都能很容易求得结果。
答案: 错误
10、 EM算法通常不需要设置步长，而且收敛速度一般很快。
答案: 正确
第三章 主题建模 主题建模
1、 LDA模型的隐变量Z是
答案: 每个词对应的主题
2、 LDA模型中的一个主题指：
答案: 词集合上的一个概率分布
3、 LDA模型在做参数估计时，最常用的方法是
答案: Gibbs采样方法;
变分推断
4、 吉布斯采样是一种通用的采样方法，对于任何概率分布都可以采样出对应的样本。
答案: 错误
5、 LDA模型的核心假设是：假设每个文档首先由主题分布表示，然后主题由词概率分布表示，形成文档-主题-词的三级层次。
答案: 正确
6、 Gibbs采样是一类通用的采样方法，和M-H采样方法没有任何关系。
答案: 错误
7、 关于LDA模型中的K，K的指定，必须考虑数据集合的特点，选择一个较为优化的数值。
答案: 错误
8、 LDA模型是一种生成式模型
答案: 正确
9、 主题建模的关键是确定数据集合的主题个数。
答案: 错误
10、 主题建模本质上是：一种新的文档表示方法，主要是通过主题的分布来表示一个文档。一种数据压缩方法，将文档压缩在更小的空间中。
答案: 正确
第四章 支持向量机 支持向量机
1、 SVM算法的性能取决于：
答案: 以上所有
2、 SVM中的代价参数C表示什么？
答案: 在分类准确性和模型复杂度之间的权衡
3、 下列有关支持向量机说法不正确的是：
答案: 得到的是局部最优解
4、 下列有关核函数不正确的是：
答案: 满足Mercer条件的函数不一定能作为支持向量机的核函数
5、 一对一法分类器，k个类别需要多少个SVM：
答案: k(k-1)/2
6、 SVM中的泛化误差代表SVM对新数据的预测准确度
答案: 正确
7、 若参数C（cost parameter）被设为无穷，只要最佳分类超平面存在，它就能将所有数据全部正确分类
答案: 正确
8、 “硬间隔”是指SVM允许分类时出现一定范围的误差
答案: 错误
9、 支持向量是最靠近决策表面的数据点
答案: 正确
10、 数据有噪声，有重复值，不会导致SVM算法性能下降
答案: 错误
上方为免费预览版答案，如需购买完整答案，请点击下方红字
点关注，不迷路，微信扫一扫下方二维码
关注我们的公众号：阿布查查 随时查看答案，网课轻松过
为了方便下次阅读，建议在浏览器添加书签收藏本网页
电脑浏览器添加/查看书签方法
1.按键盘的ctrl键+D键，收藏本页面
2.下次如何查看收藏的网页？
点击浏览器右上角-【工具】或者【收藏夹】查看收藏的网页
手机浏览器添加/查看书签方法
一、百度APP添加/查看书签方法
1.点击底部五角星收藏本网页
2.下次如何查看收藏的网页？
点击右上角【┇】-再点击【收藏中心】查看
二、其他手机浏览器添加/查看书签方法
1.点击【设置】-【添加书签】收藏本网页
2.下次如何查看收藏的网页？
点击【设置】-【书签/历史】查看收藏的网页
婚弘竭袄番艇谷堆既乾瓣菜么