山东大学软件学院机器学习（考试）——期末考试回忆版

2020-2021年度山东大学软件学院AI班机器学习考试（大三）
（与软工和数媒题不一样，但可以参考一下）
考试时间：2020年12月31日 14:00-16:00
考试形式：开卷，允许带计算器
先说一下感受，开卷考相比之前的“贝多芬（背多分）”好了很多，主要靠理解，这也正是我喜欢的形式。除了两个计算贝叶斯和决策树以及最后一个简答题之外，其余所有的题都可以在西瓜书和自己带的资料中找到答案。贝叶斯计算极简单，并且也是PPT最后几页中的homework，决策树计算被我们“3人机器学习小组”的大神直接压中，最后一个简答题竟然是论文汇报的内容（每组一篇论文并在课上汇报），这题挺佩服老师的。复习的时候最慌的是“特征选择与提取”这一部分，结果没考，我笑了。一共印了129页的资料，没这资料我可能就…。计算器落在了寝室，在决策树计算时就有些小难受，虽然卷中给出了所有要用到的对数值，但一堆小数乘法以及验算还是花了很多时间，决策树这个计算题是经典的例子。最后，一如既往，考前一罐红牛。
小组中一位大神的CSDN博客：https://blog.csdn.net/weixin_43756517。

一、名词解释（每个5分，共20分）

1. 监督学习
2. KNN
3. 线性可分
4. 多层感知器

二、简答题（每个10分，共60分）

1. 两个一模一样的碗，一号碗有30颗水果糖和10颗巧克力糖，二号碗有水果糖和巧克力糖各20颗。现在随机选择一个碗，从中摸出一颗糖，发现是水果糖。请问这颗水果糖来自一号碗的概率有多大？
2. 简述一下k均值聚类的基本思想，并说明如何初始化k
3. 简述一下SVM的基本思想，针对线性不可分问题，SVM有哪些方法
4. 简述一下什么是bagging算法，并比较bagging与AdaBoost的异同
5. 简述一下线性回归，并比较岭回归和lasso回归的区别
6. 从Graph embedding、word embedding、Graph CNN 中选择一个你熟悉的并进行介绍

三、综合分析题（20分）

（个人说明：卷中是10个样本，这里只是一个例子）

（1）从信息增益的角度考虑，Outlook和Humidity哪个作为划分属性，给出具体计算过程
（个人说明：这里给出了可能用到的对数值）
（2）决策树存在过拟合问题，采用什么方法可以减少过拟合风险