1.4 習題

（1）試描述人工智能、機器學習、深度學習的含義，并說明它們之間的關系。

（2）列舉在實際生活中有關機器學習的具體應用實例及相關的機器學習方法。

（3）闡述過擬合和欠擬合現象的產生原因及常用的解決辦法。

（4）假設現對消費者的消費行為進行分析，要找出某類商品定價A和其銷量B之間的關系，這屬于機器學習中的何種任務？此類任務有何特點？

（5）簡述方差和偏差的概念，并說明二者的區別和聯系。

（6）對于樣本集S={（2，1），（5，4），（3，3），（7，5），（8，9）}，模型f（x）=4x+1，試求模型f（x）在S上的整體誤差R_S（f）。

（7）機器學習的發展歷程有哪些階段？試說明每個階段機器學習方法的基本理論。

（8）如何訓練一個感知機？該訓練過程的理論依據是什么？

（9）簡述專家系統的組成部分，并簡要說明構造一個專家系統的過程。

（10）什么是特征空間？什么是特征向量？

（11）機器學習中為什么要進行特征提取？卷積神經網絡的特征自動提取有何特點？

（12）結合具體實例來說明正確率、錯誤率和ROC曲線之間區別與聯系。

（13）簡要介紹模型性能度量中的真正例率、假正例率、查準率、查全率的概念，并討論它們之間的區別與聯系。

（14）要確定某基因X與某種疾病y之間是否存在聯系，現對260人進行檢查，得到體內是否含有該基因與是否患病之間的關系如表1-11所示，若χ²統計量的閾值設為7.2，X=0表示體內不含該基因，X=1表示體內含有該基因，y=-1表示不患病，y=+1表示患病。試根據表中數據確定該基因是否與該疾病存在某種聯系。

（15）數據集D中包含100個樣本，其中正例50個，反例50個，若使用自助法進行模型評估，則理論上訓練集和測試集中各包含多少個樣本？

表1-11 是否含有該基因與是否患病關系表