2025年人工智能考研机器学习试卷.docxVIP

2025年人工智能考研机器学习试卷

考试时间：______分钟总分：______分姓名：______

一、

简述监督学习与无监督学习的根本区别。请分别列举一种属于监督学习且适用于线性可分数据集的算法，以及一种属于无监督学习且可用于数据聚类的算法，并说明选择理由。

二、

已知一个简单的线性回归模型y=wx+b，其中w和b是模型参数。请推导使用梯度下降法最小化均方误差损失函数（MSE）时，参数w和b的更新公式。假设当前参数为w0xE20x820x99和b0xE20x820x99，损失函数关于w和b的梯度分别记为?MSE/?w0xE20x820x99和?MSE/?b0xE20x820x99。

三、

解释什么是过拟合现象。请列举至少两种导致过拟合的原因，并分别提出一种相应的正则化方法来缓解过拟合。

四、

支持向量机（SVM）中使用核函数K(x,x)的目的是什么？请简要说明使用核技巧可以将线性不可分的数据映射到高维空间进行分离的原因，并举例说明一种常用的核函数及其数学表达式。

五、

描述决策树算法在构建过程中进行节点分裂时，常用的两种选择分裂属性的标准（准则），并简述其基本思想。

六、

集成学习相比于单个基学习器通常能获得更好的泛化性能。请列举两种常见的集成学习方法（如Bagging、Boosting），简述其中一种方法的