HIT 2020 机器学习期末试题

HIT 2020 机器学习期末试题，是凭着印象记下来的，仅供参考。

1. 互信息的定义，依据互信息决策时采用贪心选择法的基本目的是什么，如何避免过拟合
2. 错误代价不均等的情况下的最优分类器是什么？（贝叶斯分类）并用图例进行说明。
3. 写出SVM的优化函数以及约束条件，并用图例说明。说明在线性不可分情况下的SVM的应对措施。说明支持向量的作用
4. 估计参数的方法有哪些，它们之间有什么区别？并说明它们在何种情况下会趋于一致
5. 逻辑回归为什么要使用MCLE（最大条件似然估计）；给出逻辑回归的分类面推导
6. PCA的推导；说明PCA如何实现数据压缩
7. 推导K-means的主要步骤并给出优化目标函数；分析K-means与EM算法之间的联系与区别
8. 实验一中如何将对单变量的非线性回归转变为了线性回归

另附个人整理的资料的github链接：https://github.com/Wicknight/machine-learning