原題參考鏈接https://www.kesci.com/home/project/5e0f01282823a10036b280a7
第 1 題
一個計算機程序從經驗E中學習任務T，並用P來衡量表現。並且，T的表現P隨着經驗E的增加而提高。 假設我們給一個學習算法輸入了很多歷史天氣的數據，讓它學會預測天氣。什麼是P的合理選擇？
C
A. 計算大量歷史氣象數據的過程 B. 以上都不 C. 正確預測未來日期天氣的概率 D. 天氣預報任務
第 2 題
假設你正在做天氣預報，並使用算法預測明天氣溫（攝氏度/華氏度），你會把這當作一個分類問題還是一個迴歸問題？
B
A. 分類 B. 迴歸
第 3 題
假設你在做股市預測。你想預測某家公司是否會在未來7天內宣佈破產（通過對之前面臨破產風險的類似公司的數據進行訓練）。你會把這當作一個分類問題還是一個迴歸問題？
A
A. 分類 B. 迴歸
第 4 題
下面的一些問題最好使用有監督的學習算法來解決，而其他問題則應該使用無監督的學習算法來解決。以下哪一項你會使用監督學習？（選擇所有適用的選項）在每種情況下，假設有適當的數據集可供算法學習。
BCD
A. 根據一個人的基因（DNA）數據，預測他/她的未來10年患糖尿病的機率
B. 根據心臟病患者的大量醫療記錄數據集，嘗試瞭解是否有不同類患者羣，我們可以爲其量身定製不同的治療方案
C. 讓計算機檢查一段音頻，並對該音頻中是否有人聲（即人聲歌唱）或是否只有樂器（而沒有人聲）進行分類
D. 給出1000名醫療患者對實驗藥物的反應（如治療效果、副作用等）的數據，發現患者對藥物的反應是否有不同的類別或“類型”，如果有，這些類別是什麼
第 5 題
哪一個是機器學習的合理定義？
D
A. 機器學習從標記的數據中學習
B. 機器學習能使計算機能夠在沒有明確編程的情況下學習
C. 機器學習是計算機編程的科學
D. 機器學習是允許機器人智能行動的領域
第 6 題
基於一個學生在大學一年級的表現，預測他在大學二年級表現。 令x等於學生在大學第一年得到的“A”的個數（包括A-，A和A+成績）學生在大學第一年得到的成績。預測y的值：第二年獲得的“A”級的數量 這裏每一行是一個訓練數據。在線性迴歸中，我們的假設，並且我們使用m來表示訓練示例的數量。
| x | y |
| 3 | 2 |
| 1 | 2 |
| 0 | 1 |
| 4 | 3 |
對於上面給出的訓練集（注意，此訓練集也可以在本測驗的其他問題中引用），m的值是多少？
4
第 7 題
對於這個問題，假設我們使用第一題中的訓練集。並且，我們對代價函數的定義是 求
1
第 8 題
令問題1中，線性迴歸假設的，求？
11
第 9 題
代價函數與的關係如圖2所示。“圖1”中給出了相同代價函數的等高線圖。根據圖示，選擇正確的選項（選出所有正確項）
BD
Image Name
A. 從B點開始，學習率合適的梯度下降算法會最終幫助我們到達或者接近A點，即代價函數在A點有最小值
B. 點P（圖2的全局最小值）對應於圖1的點C
C. 從B點開始，學習率合適的梯度下降算法會最終幫助我們到達或者接近C點，即代價函數在C點有最小值
D. 從B點開始，學習率合適的梯度下降算法會最終幫助我們到達或者接近A點，即代價函數在A點有最大值
E. 點P（圖2的全局最小值）對應於圖1的點A
第 10 題
假設對於某個線性迴歸問題（比如預測房價），我們有一些訓練集，對於我們的訓練集，我們能夠找到一些，使得。 以下哪項陳述是正確的？（選出所有正確項）
A. 爲了實現這一點，我們必須有，這樣才能使
B. 對於滿足的的值，其對於每個訓練例子，都有
C. 這是不可能的：通過的定義，不可能存在使得
D. 即使對於我們還沒有看到的新例子，我們也可以完美地預測y的值（例如，我們可以完美地預測我們尚未見過的新房的價格）
BD
自己做的題，答案可能有誤哦。可以參考原題及答案。