机器学习基础与优化
- 原文作者
- 李文乐 其中第 1—9 题来自李文乐编写的文档：第 1—5 题为 CRF，第 6—9 题为 HMM。
正则项是否是凸函数？请给出证明过程。
原题原题未指定正则函数；前一题讨论 L1/L2。
什么叫 ElasticNet? 它主要⽤来解决什么问题？ 具体如何去优化？
原题基于 Coordinate Descent 算法给出 LASSO 的优化推导过程。
原题请推导逻辑回归模型： ⽬标函数的构建，最优解的求解过程（SGD）需要详细写出。
原题在数据线性可分的情况下，为什么逻辑回归模型的参数会变得⽆穷⼤？怎么避免？
原题逻辑回归是线性还是⾮线性模型？ 为什么？ 请给出推导过程。
原题我们在使⽤逻辑回归模型的时候，通常把连续性变量切分成离散型变量，为什么？ 有什么好处？
原题朴素⻉贝叶斯应为叫 Naïve Bayes, 请说出朴素⻉贝叶斯模型的构建过程以及预测过程， 并说出为什么叫“naive”?
原题什么叫⽣成模型，什么叫判别模型？ 朴素⻉贝叶斯，逻辑回归，HMM，语⾔模型 中哪⼀个是⽣成模型，哪⼀个是判别模型？
原题决策树与随机森林的区别是什么？ 如果让你选择，你会使⽤哪个模型，为什么？
原题
暂无题目