标签：10 SVM PRML 判别函数 贝叶斯 分类器 2021 2022 PCA
10选择。10*2分
- 有一个贝叶斯球判断条件独立性的。5个结点的有向图。
- 有一个减少偏差方法的，不会做（A. 减少特征 B. 增加特征 C. 增加训练集）
- 有一个考神经网络复兴原因的（BP的提出）
- 还有一个选择不是半监督学习三大假设之一的
- 还有个选择哪个是监督学习的？A. PCA B. LDA C. 忘了
8大题。
7. （1）写出多元正态分布的贝叶斯分类器的判别函数 （2）写出多元正态分布的贝叶斯分类器在最小风险判别的判别函数。
8. 写出PCA过程，以及给你新的样本，怎样降维和重构
9. 二元logistic回归的权重更新公式推导
10. Bagging和Boosting的至少3个区别
11. 图像处理里面，CNN如何解决语义鸿沟问题（低层像素信息 到 高层语义信息）
12. 写2个非线性降维方法及其主要思想
下面的7.8题是老师透露的：
13. SVM计算：给你第一类的(4,4) (4,5)和第二类的（2,2）, 通过SVM对偶求w,b (跟作业题差不多)
14. HMM里用Vertibe解码做计算（就考了2个时间步，转移矩阵是33，观测矩阵是32的）
标签：10,SVM,PRML,判别函数,贝叶斯,分类器,2021,2022,PCA 来源： https://blog.csdn.net/weixin_44636505/article/details/122383685
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。