2025年南京大学820专业综合历年真题详解.docxVIP

2025年南京大学820专业综合历年真题详解

考试时间：______分钟总分：______分姓名：______

一、简答题

1.请简述梯度下降法的基本原理及其在优化问题中的应用场景。

2.阐述线性回归模型中过拟合和欠拟合的概念，并分别提出至少两种解决方法。

3.什么是特征选择？请列举三种常见的特征选择方法，并简要说明其原理。

4.简述蒙特卡洛方法的定义及其至少两个主要应用领域。

5.在机器学习模型评估中，什么是交叉验证？它相比留出法（Hold-outmethod）有哪些优势？

二、计算题

1.设有线性回归模型$y=\beta_0+\beta_1x_1+\beta_2x_2+\epsilon$，其中$\epsilon\simN(0,\sigma^2)$。给定以下数据点$(x_1,x_2,y)$：

(1)写出基于最小二乘法的参数$\beta_0,\beta_1,\beta_2$的估计公式。

(2)如果已知$\sigma^2=4$，且观测值为$(1,2,7),(2,1,8),(3,3,9),(4,4,12)$，请计算参数$\beta_0,\beta_1,\beta_2$的估计值。

2.假设有如下数据点及其类别标签：

(1)请计算该数