机器学习实战课后习题（一）

机器学习实战课后习题第一章答案

课本：handson-ml2
1.如何定义机器学习？

机器学习是一门能够让编程计算机从数据中学习的计算机科学。

2.机器学习在哪些问题上表现突出？是否能提出四种类型？
机器学习非常利于：

不存在已知算法解决方案的复杂问题；
需要大量手动调整或是规则列表超长的问题；
创建可以适应环境波动的系统；
帮助人类学习（例如数据挖掘）。

3.什么是被标记的训练数据集？

被标记的训练集是指包含每个实例所期望的解决方案的训练集。

4.最常见的两种监督式学习任务是什么？

回归和分类。

5.举出四种常见的无监督式学习任务。

聚类、可视化、降维和关联规则学习。

6.要让一个机器人在各种未知的地形中行走，会使用什么类型的机器学习算法？

强化学习可能更适合复杂的一系列机器学习人类的行走动作。

7.要将顾客分成多个组，会使用什么类型的算法？

不知道分组的情况下，选择聚类算法；
知道具体的群组，选择分类算法。

8.垃圾邮件检测的问题是监督式学习还是无监督式学习？

典型的监督式学习问题：将邮件和它们的标签（垃圾邮件或非垃圾邮件）一起提供给算法。

9.什么是在线学习系统？

在线学习系统可以进行增量学习，与批量学习系统正好相反。使得它能够快速适应不断变化的数据和自动化系统，并且能够在大量的数据上进行训练。

10.什么是核外学习？

核外算法可以处理计算机主内存无法应对的大量数据。它将数据分割成小批量，然后使用在线学习计数从这些小批量中学习。

11.什么类型的学习算法依赖相似度来做出检测？

基于实例的学习系统。

12.模型参数与学习算法的超参数之间有什么区别？

模型有一个或多个参数，这些参数决定了模型对新的给定实例做出怎样的预测（例如，线性模型的斜率）。学习算法试图找到这些参数的最佳值，使得该模型能够很好地泛化至新实例。
超参数是学习算法本身的参数，不是模型的参数（例如，正则化参数）

13.基于模型的学习算法搜索的是什么？最常使用的策略是什么？它们如何做出预测？

基于模型的学习算法搜索使模型泛化最佳的模型参数值。
通常通过使损失函数最小化来训练这样的系统，损失函数衡量的是系统对训练数据的预测有多坏。
学习算法最后找到的参数值就是最终得到的预测函数，只需将实例提供给这个预测函数即可进行预测。

14.机器学习的四个主要挑战？

数据缺乏；
数据质量差；
数据不具有代表性；
特征不具信息量；
模型过于简单对训练数据欠拟合；
模型过于复杂对训练数据过拟合。

15.如果你的模型在训练数据上表现很好，但是应用在新的实例上的泛化结果却不好，是怎么回事？能提出三种可能的结局方案么？

过度拟合训练数据（在训练数据上运气太好）。可能的解决方案有：获取更多数据；简化模型（选择更简单的算法、减少使用的参数或特征数量、对模型进行正则化）；减少训练数据中的噪声。

16.什么是测试集，为什么要使用测试集？

在模型启动至生产环境之前，使用测试集来估算模型在新实例上的泛化误差。

17.验证集的目的是什么？

验证集用来比较不同模型，可用来选择最佳模型和调整超参数。

18.如果使用测试集调整超参数会出现什么问题？

有过拟合的风险，最后测量的泛化误差过于乐观，导致最后的模型性能低于预期。

19.什么是交叉验证？为什么比验证集更好？

通过交叉验证计数，可以不需要单独的验证集实现模型比较（用于模型选择和调整超参数），节省了宝贵的训练数据。

机器学习实战课后习题（一）相关推荐

机器学习实战课后习题（八）
机器学习实战课后习题第八章答案课本:handson-ml2 1.减少数据集维度的主要动机是什么?主要缺点是什么? 1.降维的主要动机是: 为了加速后续的训练算法(在某些情况下,也可能为了消除噪声和冗 ...
周志华《机器学习》课后习题（第七章）：贝叶斯分类
作者 | 我是韩小琦链接 | https://zhuanlan.zhihu.com/p/51768750 7.1 试使用极大似然法估算回瓜数据集 3.0 中前 3 个属性的类条件概率. 答: 以第一 ...
周志华《机器学习》课后习题（第三章）：线性模型
作者 | 我是韩小琦链接 | https://zhuanlan.zhihu.com/p/43270830 3.1 试分析在什么情况下,在以下式子中不比考虑偏置项b. 答: 在样本中有某一个属性 ...
【机器学习】中国大学慕课《机器学习》课后习题（二）（回归）
部分习题来自黄海广老师的慕课<机器学习>的课后习题,答案暂不公布,可以留言讨论. 课程链接: https://www.icourse163.org/course/WZU-146409617 ...
周志华《机器学习》课后习题解析（第四章）：决策树
作者 | 我是韩小琦链接 | https://zhuanlan.zhihu.com/p/44666694 4.1 试证明对于不含冲突数据(即特征向量完全相同但标记不同)的训练集,必存在与训练集一致( ...
周志华《机器学习》课后习题解析（第二章）模型评估与选择
作者 | 我是韩小琦链接 | https://zhuanlan.zhihu.com/p/42435889 2.1 数据集包含 1000 个样本,其中 500 个正例. 500 个反例,将其划分为包含 ...
周志华《机器学习》课后习题解析（第一章）绪论
周志华老师的<机器学习>(西瓜书)一书,没有公布答案,于是我们从网上搜集了各题目的答案,供大家参考. 参考答案第一章绪论 1.1.表1.1中若只包含编号为1,4的两个样例,试给出相应的 ...
周志华《机器学习》课后习题（第五章）：神经网络
作者 | 我是韩小琦链接 | https://zhuanlan.zhihu.com/p/47616848 5.1 试述将线性函数用作神经元激活函数的缺陷. 答: 使用线性函数作为激活函数时,无论 ...
周志华《机器学习》课后习题解答系列（四）：Ch3.3 - 编程实现对率回归
这里采用Python-sklearn的方式,环境搭建可参考数据挖掘入门:Python开发环境搭建(eclipse-pydev模式). 相关答案和源代码托管在我的Github上:PY131/Machi ...

机器学习实战课后习题（一）

机器学习实战课后习题第一章答案

机器学习实战课后习题（一）相关推荐

最新文章

热门文章