Sie befinden sich hier: Termine » Prüfungsfragen und Altklausuren » Hauptstudiumsprüfungen » Lehrstuhl 5 » pr-2020-02-21_2   (Übersicht)

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen gezeigt.

Link zu dieser Vergleichsansicht

pruefungen:hauptstudium:ls5:pr-2020-02-21_2 [22.02.2020 13:25] (aktuell)
nbabc26 angelegt
Zeile 1: Zeile 1:
 +Angenehme Atmosphaere.
 +
 +Pruefung bestand fast ausschliesslich aus SVM / SVR.
 +
 +- Wieso koennen ueberlappende konvexe Huellen der Trainingsvektoren zweier unterschiedlicher Klassen vorkommen?
 + - Noise
 + - Misclassification
 + - fehlende Informationen (unterscheidungsstarke Features weggeworfen)
 + (hier war es wichtig, alle drei Punkte aufzaehlen zu koennen)
 +
 +- SVM:
 + - Intuitive Erklaerung und Formel + Constraints fuer das Soft Margin Problem
 + - Weiter ging es mit dem dualen Problem
 + - Dual Problem (Lagrangian) ; Lagrangian abgeleitet nach alpha und Erhalten der Gleichung alpha = <​sigma>​ lambda_i * y_i * x_i
 + - KKT (v. a. im Hinblick auf complementary slackness: lambda muss 0 sein fuer non-support vectors, fuer support vectors ist das entsprechende f_i(x) gleich 0)
 + - Ueberleitung zu Kernel (hier war die allgemeine Formel fuer polynomial Kernel gefragt)
 + - Feature Transform von (x_1, x_2)^T in 6-dimensionalen Featurevektor,​ damit man lineare Decision Boundary bekommt
 + - Erklaerung kernel trick
 +
 +- SVR:
 + - Unterschied SVR und SVM
 + - SVM: Featurevektoren sollen ausserhalb der Margin und auf der richtigen Seite sein
 + - SVR: Featurevektoren sollen innerhalb der Margin (dem Toleranzbereich) liegen, hier epsilon erwaehnen
 + - Optimierungsproblem SVR mit Constraints fuer upper und lower bound und beide Xi_i >= 0