Machine Learning and Inductive Inference

Vragen ML 20/06/05 VM

1. Eploration-exploitation trade-off bij reinforcement learning. Zijn er bij andere methodes gelijkaardige trade-offs?

2. Hoe kan overfitting vermeden worden bij decision trees, rule learning en instance based learning.

3. Bij lineaire SVM is er een maximum margin classifier. Is die er ook bij niet-lineaire SVM?

4. Accuracy A groter als accuracy B. Is het mogelijk dat bij ROC analyse B beter is dan A?

5. Oef op nearest neighbour.

6. De grootte bepalen van de bezochte hypothese ruimte bij een example-driven en no example-driven rule learning algoritme.

Vragen ML 23/06/05 VM

1. probleem met multi-instanceproblemen bij attribuut-value representation

2. Een concept kan ook zeer algemeen gegeven worden, met dan een reeks exceptions, hoe zou je dit aanpakken?

3. topdown geeft meestal generalere hypothesen, is dit ook zo bij decision trees (die zijn ook topdown gemaakt)

4. max probability classification is niet altijd exact te berekenen, waarom? kan je oplossingen bedenken?

5. VC dimension bij NN

6. lgg

   S1: likes(frank, grimbergen) <- lives(frank, grimbergen), brewery(grimbergen, grimbergen)
   S2: likes(mike, jupiler) <- lives(mike, leuven), brewery(jupiler, leuven)