2024Fall 统计模型 期末回忆
"TLDR: 本文回顾了2024Fall统计模型课程期末考试的内容，包括简答题和计算题两部分。简答题涉及了C4.5与ID3的比较、EM算法介绍、词项-文档矩阵实现步骤、NLP常见任务及特征应用、聚类概念及方法、数据集划分的作用与区别以及概率分布函数。计算题部分则要求学生掌握正态分布的似然函数推导、Kmeans算法的应用、朴素贝叶斯分类器模板题目解答以及n-gram模型在句子概率计算中的应用等知识点。"
htk好人呢，出题挺简单的，甚至kmeans都不忍让大家算两轮
简答题
- C4.5相比ID3的改进
- 简单介绍下EM算法
- 介绍下词项-文档矩阵，实现这个矩阵的步骤
- 介绍下NLP常见任务和特征应用
- 什么是聚类，给出2种常见的聚类方法
- 训练集、验证集和测试集的作用和区别
- 写出泊松分布的概率密度函数，参数的意义
- 写出正态分布的概率密度函数
计算题
- 写出正态分布的似然函数，用极大似然估计推出
- 给6个数据点，用Kmeans计算一轮，算出两个簇的中心点
- 朴素贝叶斯的模板题
- 用n-gram算一个句子的概率（n = 2）
- 给两个句子，用词袋给出词向量