机器学习(王衡军)练习题及答案

3.在某二分类任务中,样本实例共有5个特征,它们的可能取值数分别为:2、3、4、5、6。当采用朴素贝叶斯分类模型时,请问在计算条件概率时需要在多少个可能值上进行统计?在没有特征条件独立这一假定时,需要在多少个可能值上进行统计?

解:

机器学习(王衡军)练习题及答案_第1张图片

 

4.在6.5.2节的示例中,用前向算法计算观测序列10、11、7的概率。

解:

机器学习(王衡军)练习题及答案_第2张图片

 

5.在6.5.2节的示例中,用维特比算法计算观测序列为10、11、7时最大可能的状态序列。

解:计算过程如下图,最大可能的状态序列为1,0,1。

机器学习(王衡军)练习题及答案_第3张图片

 

7.4练习题

机器学习(王衡军)练习题及答案_第4张图片

 解:第1隐层的输出:

机器学习(王衡军)练习题及答案_第5张图片

输出层的输出:

机器学习(王衡军)练习题及答案_第6张图片

 

3.接上题,再计算反向传播学习过程中的更新。

解:

 机器学习(王衡军)练习题及答案_第7张图片

 

4.试计算代码 7-2所示例的多层全连接层神经网络需要学习的参数数量。

机器学习(王衡军)练习题及答案_第8张图片

8.4练习题

2.试计算代码 8-1所示例的卷积神经网络中各层需要学习的参数数量。

机器学习(王衡军)练习题及答案_第9张图片

机器学习(王衡军)练习题及答案_第10张图片

 

 

你可能感兴趣的:(机器学习,人工智能)