深度学习理论与实践 习题及答案 第3章_第1页
深度学习理论与实践 习题及答案 第3章_第2页
深度学习理论与实践 习题及答案 第3章_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

选择题BADBD ABAAC判断题×√√×√ ×××√√填空题维度属性预测的目标结果二决策树的剪枝最大元素汇聚层神经网络策略样本的密度分布过拟合问答题强化学习中没有像监督学习中明显的“label”，他有的只是每次行为过后的反馈当前的策略会直接影响后续接收到的整个反馈序列收到反馈或者是奖励的信号不一定是实时的，有时甚至有很多的延迟时间序列是一个非常重要的因素强化学习模拟了生物体和环境互动的本质，当行为为正向时获得“奖励”，行为为负向时获得“惩罚”，基于此构造出的具有反馈机制的模型计算测试数据与各个训练数据之间的距离将结果从小到大排序选取计算结果中最小的前几个点把这几个点中出现频率次数最多的类别作为最终待判断数据的预测分类4、每一个分组至少包含一个数据记录每一个数据记录属于且进属于一个分组5、从根节点开始，一句决策树的各种算法的计算方式，计算各个特征作为新的分裂节点的衡量指标的值，选择计算结果最有的特征作为节点的划分特征由该特征的不同取值建立子节点再对子节点递归地调用以上方法，构建决策树直到结果收敛剪枝，以防止过拟合应用题用A代表挂科，B代表喝酒，C代表逛街，D代表学习P(A=1)=1/2，P(A=0)=4/8=1/2P(B=1)=3/8，P(B=0)=5/8同理得到C和D的情况P(AB)=2/8（喝酒并且挂科了）P(A|B)=2/3（已经喝酒的情况下挂科）同理得到其他情况P(A|B)=P(B|A)P(A)/P(B)P(A|BCD)=P(BCD|A)P(A)/P(BCD)因为挂科与不挂科分母相同，因此只需要考虑分子假设独立分布P(A|BCD)=P(B|A)P(C|A)P(D|A)P(A)则代入数据P(A=1|0,0,1)=2/4*2/4*1/4*1/2=4/128P(A=0|0,0,1)=3/4*2/4*3/4

人人文库> 全部分类> 教育资料 > 考试试卷

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论