PS.科普一下CRF,条件随机场。
我们可以把条件随机场看成是一个无向图模型或马尔可夫随机场，
它是一种用来标记和切分序列化数据的统计模型。该模型是在给定需要标记的观察序列的条件下，计算整个标记序列的联合概率，而不是在给定当前状态条件下，定义下一个状态的分布
3.印度电影《宝莱坞机器人之恋》中的机器人七弟采用的智能算法最有可能是以下哪一种()
a.神经网络
b.遗传算法
c.模拟退火
d.穷举算法
答案：A
解析：没看过电影的笔者悲剧了，只能在豆瓣上看了一下影评，然后下了一个字幕文件，在第876句台词的时候，开发七弟的博士说“你们了解七弟的神经模式吗”。七弟在经过简单学习之后就有了完全可以通过图灵测试的能力，算是比较典型的学习型人工智能，神经网络作为一种运算模型，而其网络自身通常都是对自然界某种算法或者函数的逼近，也可能是对一种逻辑策略的表达。遗传算法作为一种最优搜索算法，对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。
4.一监狱人脸识别准入系统用来识别待进入人员的身份，此系统一共包括识别4种不同的人员：狱警、小偷、送餐员、其他，下面哪种学习方法最适合此种应用需求?
a.二分类问题
b.多分类问题
c.层次聚类问题
d.K-中心点聚类问题
e.回归问题
f.结构分析问题
答案：B
解析：显然，这是一个已知类别的分类问题，又是四个类。
二分类：每个分类器只能把样本分为两类。监狱里的样本分别为狱警、小偷、送餐员、其他。二分类肯 定行不通。瓦普尼克95年提出来基础的支持向量机就是个二分类的分类器，这个分类器学习过 程就是解一个基于正负二分类推导而来的一个最优规划问题（对偶问题），要解决多分类问题
就要用决策树把二分类的分类器级联，VC维的概念就是说的这事的复杂度。
层次聚类：
创建一个层次等级以分解给定的数据集。监狱里的对象分别是狱警、小偷、送餐员、或者其 他，他们等级应该是平等的，所以不行。此方法分为自上而下（分解）和自下而上（合并）两种操作方式。
K-中心点聚类：挑选实际对象来代表簇，每个簇使用一个代表对象。它是围绕中心点划分的一种规则，所以这里并不合适。
回归分析：处理变量之间具有相关性的一种统计方法，这里的狱警、小偷、送餐员、其他之间并没有什 么直接关系。
结构分析：
结构分析法是在统计分组的基础上，计算各组成部分所占比重，进而分析某一总体现象的内部结构特征、总体的性质、总体内部结构依时间推移而表现出的变化规律性的统计方法。结构分析法的基本表现形式，就是计算结构指标。这里也行不通。
多分类问题：
针对不同的属性训练几个不同的弱分类器，然后将它们集成为一个强分类器。这里狱警、
小偷、送餐员 以及他某某，分别根据他们的特点设定依据，然后进行区分识别。
5.在spss的基础分析模块中，作用是“以行列表的形式揭示数据之间的关系”的是（ ）
a.数据描述
b.相关
c.交叉表
d.多重相应
答案：C
解析：
spss中交叉分析主要用来检验两个变量之间是否存在关系，或者说是否独立，其零假设为两个变量之间没有关系。在实际工作中，经常用交叉表来分析比例是否相等。例如分析不同的性别对不同的报纸的选择有什么不同
。
6.Nave Bayes是一种特殊的Bayes分类器,特征变量是X,类别标签是C,它的一个假定是:()
a.各类别的先验概率p(c)是相等的
b.以0为均值，sqr(2)/2为标准差的正态分布
c.特征变量X的各个维度是类别条件独立随机变量
d.P(X|C)是高斯分布
答案：C
解析：朴素贝叶斯的条件就是每个变量相互独立
7.
深度学习是当前很热门的机器学习算法，在深度学习中，涉及到大量的矩阵相乘，现在需要计算三个稠密矩阵A,B,C的乘积ABC,假设三个矩阵的尺寸分别为m*n，n*p，p*q，且m<n<p<q，以下计算顺序效率最高的是（）
a.(AB)C
b.AC(B)
c.A(BC)
d.效率一样
答案：A
解析：
首先，根据简单的矩阵知识，因为
A*B
，
A
的列数必须和
B
的行数相等。因此，可以排除
B
选项，
然后，再看 A 、 C 选项。在 A 选项中， m*n 的矩阵 A 和 n*p 的矩阵 B 的乘积，得到 m*p 的矩阵 A*B ，而 A*B 的每个元素需要 n 次乘法和 n-1 次加法，忽略加法，共需要 m*n*p 次乘法运算。同样情况分析 A*B 之后再乘以 C 时的情况，共需要 m*p*q 次乘法运算。因此， A 选项 (AB)C 需要的乘法次数是 m*n*p+m*p*q 。同理分析， C 选项 A (BC) 需要的乘法次数是 n*p*q+m*n*q 。
由于 m*n*p< m*n*q ， m*p*q<n*p*q ，显然 A 运算次数更少，故选 A 。
8.下列哪个不属于CRF模型对于HMM和MEMM模型的优势（ ）
a.特征灵活
b.速度快
c.可容纳较多上下文信息
d.全局最优
答案：B
解析：1）CRF没有HMM那样严格的独立性假设条件，因而可以容纳任意的上下文信息。特征设计灵活（与ME一样） ————与HMM比较
（2）同时，由于CRF计算全局最优输出节点的条件概率，它还克服了最大熵马尔可夫模型标记偏置（Label-bias）的缺点。 ————与MEMM比较
（3）CRF是在给定需要标记的观察序列的条件下，计算整个标记序列的联合概率分布，而不是在给定当前状态条件下，定义下一个状态的状态分布。
————与ME比较
缺点：训练代价大、复杂度高
9.以下关于PMF(概率质量函数),PDF(概率密度函数),CDF(累积分布函数)描述错误的是()
a.PDF描述的是连续型随机变量在特定取值区间的概率
b.CDF是PDF在特定区间上的积分
c.PMF描述的是离散型随机变量在特定取值点的概率
d.有一个分布的CDF函数H(x),则H(a)等于P(X<=a)
答案：A
解析：
概率质量函数 (probability mass function，PMF)是离散随机变量在各特定取值上的概率。
概率密度函数（p
robability density function，PDF
）是对
连续随机变量
定义的，本身不是概率，只有对连续随机变量的取值进行积分后才是概率。
累积分布函数（cumulative distribution function，CDF） 能完整描述一个实数随机变量X的概率分布，是概率密度函数的积分。对於所有实数x ，与pdf相对。
10.
关于
logit
回归和
SVM
不正确的是（）
a.Logit回归目标函数是最小化后验概率
b.Logit回归可以用于预测事件发生概率的大小
c.SVM目标是结构风险最小化
d.SVM可以有效避免模型过拟合
答案：A
解析：A. Logit回归本质上是一种根据样本对权值进行极大似然估计的方法，而后验概率正比于先验概率和似然函数的乘积。logit仅仅是最大化似然函数，并没有最大化后验概率，更谈不上最小化后验概率。A错误 B. Logit回归的输出就是样本属于正类别的几率，可以计算出概率，正确 C. SVM的目标是找到使得训练数据尽可能分开且分类间隔最大的超平面，应该属于结构风险最小化，严格来说也是错误的。 D. SVM可以通过正则化系数控制模型的复杂度，避免过拟合。
11.有两个样本点，第一个点为正样本,它的特征向量是(0,-1);第二个点为负样本,它的特征向量是(2,3),从这两个样本点组成的训练集构建一个线性SVM分类器的分类面方程是()
答案：x+2y=3
解析：首先得知道SVM分类面概念。先求两点斜率2,知道垂线斜率-1/2，再代入中点（1,1），得出答案。
12.假定某同学使用Naive Bayesian（NB）分类模型时，不小心将训练数据的两个维度搞重复了，那么关于NB的说法中正确的是：
a.这个被重复的特征在模型中的决定作用会被加强
b.模型效果相比无重复特征的情况下精确度会降低
c.如果所有特征都被重复一遍，得到的模型预测结果相对于不重复的情况下的模型预测结果一样。
d.当两列特征高度相关时，无法用两列特征相同时所得到的结论来分析问题
e.NB可以用来做最小二乘回归
f.以上说法都不正确
答案：BD
解析：
NB的核心在于它假设向量的所有分量之间是独立的。 道题还是在考察nb算法的前提条件。
在贝叶斯理论系统中，都有一个重要的条件独立性假设：假设所有特征之间相互独立，这样才能将联合概率拆分
13.数据清理中，处理缺失值的方法是?
a.估算
b.整例删除
c.变量删除
d.成对删除
答案：ABCD
解析:由于调查、编码和录入误差，数据中可能存在一些无效值和缺失值，需要给予适当的处理。常用的处理方法有：估算，整例删除，变量删除和成对删除。
估算(estimation)。最简单的办法就是用某个变量的样本均值、中位数或众数代替无效值和缺失值。这种办法简单，但没有充分考虑数据中已有的信息，误差可能较大。另一种办法就是根据调查对象对其他问题的答案，通过变量之间的相关分析或逻辑推论进行估计。例如，某一产品的拥有情况可能与家庭收入有关，可以根据调查对象的家庭收入推算拥有这一产品的可能性。
整例删除(casewise deletion)是剔除含有缺失值的样本。由于很多问卷都可能存在缺失值，这种做法的结果可能导致有效样本量大大减少，无法充分利用已经收集到的数据。因此，只适合关键变量缺失，或者含有无效值或缺失值的样本比重很小的情况。
变量删除(variable deletion)。如果某一变量的无效值和缺失值很多，而且该变量对于所研究的问题不是特别重要，则可以考虑将该变量删除。这种做法减少了供分析用的变量数目，但没有改变样本量。
成对删除(pairwise deletion)是用一个特殊码(通常是9、99、999等)代表无效值和缺失值，同时保留数据集中的全部变量和样本。但是，在具体计算时只采用有完整答案的样本，因而不同的分析因涉及的变量不同，其有效样本量也会有所不同。这是一种保守的处理方法，最大限度地保留了数据集中的可用信息。
采用不同的处理方法可能对分析结果产生影响，尤其是当缺失值的出现并非随机且变量之间明显相关时。因此，在调查中应当尽量避免出现无效值和缺失值，保证数据的完整性。
14.机器学习中做特征选择时，可能用到的方法有？
a.卡方
b.信息增益
c.平均互信息
d.期待交叉熵
答案：ABCD
解析:在文本分类中，首先要对数据进行特征提取，特征提取中又分为特征选择和特征抽取两大类，在特征选择算法中有互信息，文档频率，信息增益，卡方检验以及期望交叉熵。
期望交叉熵，以文本分类为例子，期望交叉熵用来度量一个词对于整体的重要程度。
在ID3决策树中，也使用信息增益作为特征选择的方法，在C4.5决策树中，使用信息增益比作为特征选择的方法，在CART中，使用基尼指数作为特征选择的方法
15.在分类问题中,我们经常会遇到正负样本数据量不等的情况,比如正样本为10w条数据,负样本只有1w条数据,以下最合适的处理方法是()
a.将负样本重复10次,生成10w样本量,打乱顺序参与分类
b.直接进行分类,可以最大限度利用数据
c.从10w正样本中随机抽取1w参与分类
d.将负样本每个权重设置为10,正样本权重为1,参与训练过程
答案：ACD
解析：
解决这类问题主要分重采样、欠采样、调整权值
1. 重采样。
A可视作重采样的变形。改变数据分布消除不平衡，可能导致过拟合。
2. 欠采样。
C的方案 提高少数类的分类性能，可能丢失多数类的重要信息。
如果1：10算是均匀的话，可以将多数类分割成为1000份。然后将每一份跟少数类的样本组合进行训练得到分类器。而后将这1000个分类器用assemble的方法组合位一个分类器。A选项可以看作此方式，因而相对比较合理。
另：如果目标是 预测的分布 跟训练的分布一致，那就加大对分布不一致的惩罚系数。
3. 权值调整。
D方案也是其中一种方式。