Du befindest dich hier: FSI Informatik » Prüfungsfragen und Altklausuren » Hauptstudiumsprüfungen » Lehrstuhl 5 » Pattern Recognition
Unterschiede
Hier werden die Unterschiede zwischen zwei Versionen der Seite angezeigt.
Beide Seiten, vorherige ÜberarbeitungVorherige ÜberarbeitungNächste Überarbeitung | Vorherige ÜberarbeitungLetzte ÜberarbeitungBeide Seiten, nächste Überarbeitung | ||
pruefungen:hauptstudium:ls5:pr_februar_2014 [18.02.2014 10:36] – runet | pruefungen:hauptstudium:ls5:pr_februar_2014 [18.02.2014 11:00] – runet | ||
---|---|---|---|
Zeile 6: | Zeile 6: | ||
===== Allgemeines ===== | ===== Allgemeines ===== | ||
- | Sehr entspannt, | + | Sehr entspannt, |
- | Als Hinweis noch: Dieses Jahr wird scheinbar immer eine Frage zu den Matlab-Übungen eine frage gestellt. Es ging auf demjenigen | + | Als Hinweis noch: Dieses Jahr wird scheinbar immer eine Frage zu den Matlab-Übungen eine frage gestellt. Es ging auf demjenigen der nach mir geprüft wurde auch so ! |
---- | ---- | ||
- | Hier die gestellten Fragen: | + | ===== Hier die gestellten Fragen:===== |
* Big Picture geben (Ich hab nicht viel gezeichnet, aber beim reden schon viel neben Informationen reinfließen lassen.(z.b. hab ich den Zusammenhang Bayes-Gaussian-Naive Bayes - NN schonmal angereissen)) | * Big Picture geben (Ich hab nicht viel gezeichnet, aber beim reden schon viel neben Informationen reinfließen lassen.(z.b. hab ich den Zusammenhang Bayes-Gaussian-Naive Bayes - NN schonmal angereissen)) | ||
* Dann kamen fragen zur Logistic Regression -> sigmoid function - parametrized - optimierung mit Newton. Welche ableitungen werden benötigt? | * Dann kamen fragen zur Logistic Regression -> sigmoid function - parametrized - optimierung mit Newton. Welche ableitungen werden benötigt? | ||
* Dann kam SVM, wie ist die objective function vom Hard-margin und Soft-, | * Dann kam SVM, wie ist die objective function vom Hard-margin und Soft-, | ||
* Woran erkennt man das die Margin maximiert wird? | * Woran erkennt man das die Margin maximiert wird? | ||
+ | * Wann wäre der Abstand zur dB der eukilidsche Abstand? | ||
* ->Sie sagten ja die SVM erzeugt unique Lösungen, die soft Margin SVM auch? -> nein, mit µ gewichtet man den einfluss. | * ->Sie sagten ja die SVM erzeugt unique Lösungen, die soft Margin SVM auch? -> nein, mit µ gewichtet man den einfluss. | ||
* Was passiert wenn µ groß wird, also eher gegen unendlich? -> wird zu hard margin | * Was passiert wenn µ groß wird, also eher gegen unendlich? -> wird zu hard margin | ||
Zeile 37: | Zeile 38: | ||
Dann war die Zeit auch rum, bei dem Übungsteil bin ich ganz schön geschlingert, | Dann war die Zeit auch rum, bei dem Übungsteil bin ich ganz schön geschlingert, | ||
- Die Matrix A und B werden da mit -1 multipliziert da die inequalities <= 0 sein müssen (1. KKT) | - Die Matrix A und B werden da mit -1 multipliziert da die inequalities <= 0 sein müssen (1. KKT) | ||
- | War schon etwas unangenehm :), er sagte dann auch der Theorie teil war sehr gut, der matlab teil eher das genaue gegenteil. Er hätte mir eine 1,7 gegeben, der beisitzer konnte ihn wohl zu einer 1,3 Überreden. (Danke nochmal, falls er das liest ;) ). | + | War schon etwas unangenehm :), er sagte dann auch der Theorie teil war sehr gut, der matlab teil eher das genaue gegenteil. Er hätte mir eine 1,7 gegeben, der beisitzer konnte ihn wohl zu einer 1,3 bewegen. (Danke |